数据挖掘分析方法

  数据挖掘分为有指导的数据挖掘和无指导的数据挖掘.有指导的数据挖掘是利用可用的数据建立一个模型,这个模型是对一个特定属性的描述.无指导的数据挖掘是在所有的属性中寻找某种关系.具体而言,分类,估值和预测属于有指导的数据挖掘;关联规则和聚类属于无指导的数据挖掘.

  1.分类. 它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技术,建立一个分类模型,再将该模型用于对没有分类的数据进行分类.

  2.估值. 估值与分类类似,但估值较终的输出结果是连续型的数值,估值的量并非预先确定.估值可以作为分类的准备工作.

  3.预测. 它是通过分类或估值来进行,通过分类或估值的训练得出一个模型,如果对于检验样本组而言该模型具有较高的准确率,可将该模型用于对新样本的未知变量进行预测.

  4.相关性分组或关联规则.其目的是发现哪些事情总是一起发生.

  5.聚类.它是自动寻找并建立分组规则的方法,它通过判断样本之间的相似性,把相似样本划分在一个簇中.