數(shù)據(jù)挖掘之關(guān)聯(lián)分析(已修改)
2025-05-26 04:57 本頁面
【正文】 概念 數(shù)據(jù)挖掘 (Data Mining) 是通過分析每個(gè)數(shù)據(jù)，從大量數(shù)據(jù)中尋找其規(guī)律的技術(shù)，主要有數(shù)據(jù)準(zhǔn)備、規(guī)律尋找和規(guī)律表示 3個(gè)步驟。 數(shù)據(jù)挖掘的任務(wù)有關(guān)聯(lián)分析、聚類分析、分類分析、異常分析、特異群組分析和演變分析等。 關(guān)聯(lián)分析 是指如果兩個(gè)或多個(gè)事物之間存在一定的關(guān)聯(lián) ,那么其中一個(gè)事物就能通過其他事物進(jìn)行預(yù)測(cè) .它的目的是為了挖掘隱藏在數(shù)據(jù)間的相互關(guān)系 。 數(shù)據(jù)挖掘能做什么 分類 （ Classification） 首先從數(shù)據(jù)中選出已經(jīng)分好類的訓(xùn)練集，在該訓(xùn)練集上運(yùn)用數(shù)據(jù)挖掘分類的技術(shù)，建立分類模型，對(duì)于沒有分類的數(shù)據(jù)進(jìn)行分類。 例子： a. 信用卡申請(qǐng)者，分類為低、中、高風(fēng)險(xiǎn) b. 故障診斷：中國寶鋼集團(tuán)與上海天律信息技術(shù)有限公司合作，采用數(shù)據(jù)挖掘技術(shù)對(duì)鋼材生產(chǎn)的全流程進(jìn)行質(zhì)量監(jiān)控和分析，構(gòu)建故障地圖，實(shí)時(shí)分析產(chǎn)品出現(xiàn)瑕疵的原因，有效提高了產(chǎn)品的優(yōu)良率。 數(shù)據(jù)挖掘能做什么 估計(jì)（ Estimation） 估計(jì)與分類類似，不同之處在于，分類描述的是離散型變量的輸出，而估值處理
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1