bi基礎(chǔ)知識(shí)-資料下載頁(yè)
2025-01-13 00:04本頁(yè)面
【正文】 上去216。 模型：對(duì)數(shù)據(jù)集的一種全局性的整體特征的描述或概括，適用于數(shù)據(jù)空間中的所有點(diǎn)，例如聚類分析216。 模式：對(duì)數(shù)據(jù)集的一種局部性的有限特征的描述或概括，適用于數(shù)據(jù)空間的一個(gè)子集，例如關(guān)聯(lián)分析n 算法（ Algorithm）：一個(gè)定義完備（ welldefined）的過(guò)程，它以數(shù)據(jù)作為輸入并產(chǎn)生模型或模式形式的輸出n 描述型挖掘（ Descriptive） vs 預(yù)測(cè)型挖掘（ Predictive）216。 描述型挖掘：對(duì)數(shù)據(jù)進(jìn)行概括，以方便的形式呈現(xiàn)數(shù)據(jù)的重要特征216。 預(yù)測(cè)型挖掘：根據(jù)觀察到的對(duì)象特征值來(lái)預(yù)測(cè)它的其他特征值216。 描述型挖掘可以是目的，也可以是手段幾類基本的挖掘算法n 關(guān)聯(lián)規(guī)則（模式、描述型）216。 發(fā)現(xiàn)數(shù)據(jù)集中的頻繁模式216。 例如： buy(x,”diapers”) ? buy(x,”beers”) [%, 60%]n 分類與預(yù)測(cè)（模型、預(yù)測(cè)型）216。 發(fā)現(xiàn)能夠區(qū)分或預(yù)測(cè)目標(biāo)變量（唯一的）的規(guī)則或者函數(shù)216。 分類的目標(biāo)變量一般是范疇型的，而預(yù)測(cè)則是數(shù)量型的，并不必然帶有任何時(shí)間延續(xù)型的暗示216。 例如：股票市值的預(yù)測(cè)，病人病情的判斷n 聚類（模型、描述型）216。 對(duì)數(shù)據(jù)分組以形成新類，類標(biāo)記是未知的216。 例如：市場(chǎng)細(xì)分n 孤立點(diǎn)探測(cè)（ Outlier Detection）（模式、預(yù)測(cè)型）216。 分析異?；蛟肼晹?shù)據(jù)的行為模式216。 例如：欺詐檢測(cè)n BI各概念關(guān)系n 商業(yè)智能n 數(shù)據(jù)倉(cāng)庫(kù)n OLAP技術(shù)n DSS產(chǎn)品n 數(shù)據(jù)挖掘n 商業(yè)智能工具主題工具分類n 建模工具： Powerdesigner、 Erwinn ETL工具：用于數(shù)據(jù)的集成和處理 Datastage、 Infomatic、 Automationn 數(shù)據(jù)質(zhì)量工具：一般集成在 ETL工具中n 分析工具：n報(bào)表工具： BO、 COGNOS、 OBIEE、 MicroStrategynOLAP工具： COGNOS、 BO、 OBIEE (Hyperion)n BI分析門戶：一般集成在分析工具中n 數(shù)據(jù)挖掘工具： SAS Enterprise Miner、 SPSS Clementinen 元數(shù)據(jù)管理工具： metacenter、 CA、 Infomatic演講完畢，謝謝觀看
規(guī)章制度相關(guān)推薦
鄂ICP備17016276號(hào)-1