1. 簡単な紹介
Def. データ マイニング: 大量のデータから、興味深く、暗黙的で、以前は知られておらず、おそらく有用なパターンや知識をマイニングすること。
データ マイニングと従来のデータベース クエリの違い:従来のデータベース クエリ方法は、条件に一致するレコードをクエリすることです; データ マイニングは、情報をマイニングし、明確な仮定なしに知識を発見することです。効果的で実用的な3つの特徴。以前に未知であるとは、情報が事前に予期されていないことを意味します.つまり、データマイニングは、直感では発見できない情報や知識、または直感に反する情報や知識を発見することです.予期しない情報が発見されればされるほど、おそらくそれはより価値があります。
次に、データ マイニングのタスク:
1.分類予測タスク：いくつかの既知の変数を使用して、未知の変数または他の変数の将来の値を予測します。典型的な方法は回帰分析です。つまり、大量の履歴データを使用して、時間を変数として線形 (最小二乗法) または非線形 (BP ニューラル ネットワーク) の回帰方程式を確立します。予測の場合、任意の時間値を入力すれば、その時の状態を回帰式で求めることができます。
2.記述的タスク:人々が解釈して説明できるデータのパターンを見つけます。記述タスクには、主に以下
が含まれます。
要約: 要約タスクは、高度に強化されたサブグループを形成するために使用されます。