[保留] 什么是数据挖掘？

大数据1年前 (2023)发布 aixure

49 0 0

导读：ChinaUnix.net…

什么是数据挖掘？
数据挖掘是从大量的数据中，抽取出潜在的、有价值的知识（模型或规则）的过程。
　
1. 数据挖掘能做什么？
1)数据挖掘能做以下六种不同事情（分析方法）：
· 分类（Classification）
· 估值（Estimation）
· 预言（Prediction）
· 相关性分组或关联规则（Affinity grouping or association rules）
· 聚集（Clustering）
· 描述和可视化（Description and Visualization）
　
2)数据挖掘分类
以上六种数据挖掘的分析方法可以分为两类：直接数据挖掘；间接数据挖掘
· 直接数据挖掘
目标是利用可用的数据建立一个模型，这个模型对剩余的数据，对一个特定的变量（可以理解成数据库中表的属性，即列）进行描述。
· 间接数据挖掘
目标中没有选出某一具体的变量，用模型进行描述；而是在所有的变量中建立起某种关系。
· 分类、估值、预言属于直接数据挖掘；后三种属于间接数据挖掘
　
3)各种分析方法的简介
· 分类（Classification）
首先从数据中选出已经分好类的训练集，在该训练集上运用数据挖掘分类的技术，建立分类模型，对于没有分类的数据进行分类。
例子：
a. 信用卡申请者，分类为低、中、高风险
b. 分配客户到预先定义的客户分片
注意：类的个数是确定的，预先定义好的
　
· 估值（Estimation）
估值与分类类似，不同之处在于，分类描述的是离散型变量的输出，而估值处理连续值的输出；分类的类别是确定数目的，估值的量是不确定的。
例子：
a. 根据购买模式，估计一个家庭的孩子个