Vanlig brukte teknikker for data Mining

Data mining er prosessen med å trekke relasjoner fra store datasett. Dette er et område av databehandling som har fått mye kommersiell interesse. . Data mining I denne artikkelen vil jeg detalj noen av de vanligste formen for analyse

Association regler oppdagelse: foreningen reglene oppdagelsen teknikken brukes til å fange foreningen &'; s datasett. Tradisjonelt har teknologien blitt utviklet med data fra supermarkedet for å kjøpe. > Y - X for å danne en type det som kan være et eksempel på en regel: "Hvis en kunde kjøper melk, brød (- >) indikerte at kundene kjøper." En slags støtte pris og støtte tillit av alle innganger (eller i dette tilfellet transaksjoner) alle elementer av den prosentvise ... For eksempel er den prosentandel av transaksjoner i melk og brød kjøpt. Mener at venstre side av transaksjoner som oppfyller regelen høyre side tilfreds reglene, for eksempel i dette tilfellet, er tillit prosentandelen av kjøpene. . Er prosentandelen av melk for å kjøpe brød kjøpt Association søkemetoder bruker en spesifisert minimum støtte og tillit fra datasett reglene bør støtte alle mulige

Cluster analyse: cluster analyse for å få en eller flere numeriske felt og prosessen er tildeling av alle verdier. Grupper nær hverandre punkter representerer gruppen. For eksempel, hvis du ser en dokumentar om beliggenhet, vil du finne at galaksen inneholder mange stjerner og planeter. Mange galakser er det i verdensrommet, men stjernene og planetene er i klynger av galakser. Med andre ord, stjerner og planeter i verdensrommet valgt tilfeldig, men klynge i grupper av galakser. Cluster analyseteknikker for å finne disse typer grupper anvendes. Ved en fremgangsmåte for klyngeanalyse påføres stjernene på plass, kan det være at hver Galaxy er en gruppe av stjerner for hver klynge i en gitt Galaxy kan gi en unik identitet. Cluster identifikasjon er et annet område av datasettene og analyse av nye data mining kan benyttes. For eksempel cluster du datasett reglene for samarbeid på andre områder identifisert som feltet kan bruke

beslutningstrær:. Beslutningstrær for et sett med data for å danne en beslutning treet er et prisoverslag. For eksempel, hvis du et sett med data for å forutsi når en potensiell lån søkerens kreditt, ble det vedtatt tre utviklet basert på faktorer som brukes i datasettet er ute etter. Tre i et lån søkeren at søkeren dersom søkeren fungerer eller ikke, kan søkerens inntekt og gjeld service før fylte den totale mengden av slike beslutninger inkluderer mislyktes. Hvis du kan følge vedtaket treet, for eksempel hvis en søker stadig har misligholdt et lån inntil søkeren har en jobb, sin inntekt for topp 15-persentilen i landet og relativt lav gjeld i mislighold av det har en lavere risiko.

At data mining data mining teknikker for å analysere en stor gruppe noen av de vanligste metodene som vanligvis brukes i analyse av store datasett. Disse teknikkene nyttig informasjon og data å tolke de relasjoner som ellers kunne ha vist seg nyttig for store folkemengder
 .;