热线电话:13121318867

登录
首页精彩阅读2016年初级数据挖掘专业知识点
2016年初级数据挖掘专业知识点
2016-02-15
收藏

2016年初级数据挖掘专业知识点

对于很多想学习数据挖掘的小白来说,学习一些专业的知识师非常重要的,下面就介绍一下2016年初级数据挖掘专业知识点。

数据挖掘

数据挖掘(DataMining,DM)就是按企业的既定目标对大量的企业数据进行探索和分析,揭示隐藏的或验证已知的商业规律,且进一步将其模式化的数据处理方法。它的最大特点就是能够建立预测模型,预知未来的发展,使企业在规划时具有科学决策依据。现在'大型数据库管理系统都具有建立数据仓库的功能,并在数据库、数据仓库的基础上进行数据挖掘

数据挖掘具有以下主要功能:

(1)分类和预测。分类是从大量数据中找出不同类别对象的特征,从而对新加人对象进行自动分类。如银行会按客户的信用程度分类,数据挖掘能找出各类客户的数据特征,以后就能快速判断一个新客户的信用类别。分类数据挖掘还可用于预测,如预测可能流失,投奔竞争对手的客户。

(2)聚类分析。聚类是根据数据特征对数据对象进行自动归类。“聚类”与“分类”的不同在于“分类”预先知道应该分成哪几类,而“聚类”在操作之前并不知道数据可以分成哪些类别。如通过聚类分析可以将网购客户划分成互不相交的客户群,以便为不同的客户群推荐不同的目标商品。

(3)关联分析。关联分析是在大量数据中找出有关联的数据,或者找出同时发生的事件。关联可分为简单关联、时序关联、因果关联。如在超市的交易数据中发现哪些商品可能会被同时购买,从而寻找哪些商品捕绑销售能够有更多的受众。

(4)离群点分析。数据库中可能包含一些数据对象,它们与数据的一般行为或模型不一致,这些数据对象是离群点。大部分数据挖掘方法将离群点视为噪声或异常而丢弃,然而,在一些应用中(如欺骗检测),罕见的事件可能比正常出现的事件更有价值。如检测一个给定账号的付费情况相比,其购买数额特别大、超出正常付费的数据对象可用来发现信用卡欺骗性使用。

数据分析咨询请扫描二维码

最新资讯
更多
客服在线
立即咨询