Vanligen använda tekniker för data Mining

Data mining är processen att utvinna relationer från stora datamängder. Detta är ett område av datorer som har fått mycket kommersiellt intresse. . Data mining I denna artikel kommer jag detalj några av de vanligaste formen av analys Omdömen

Association regler upptäckt: association regler upptäckt teknik används för att fånga förening och' s datamängder. Traditionellt har tekniken utvecklats med data från snabbköpet för att köpa. > Y - X för att bilda en typ av vad som kan vara ett exempel på en regel: "Om en kund köper mjölk, bröd (- >) indikerade att kunderna köper." Ett slags prisstöd och stöd förtroende alla ingångar (eller i detta fall transaktioner) alla delar av denna procentsats ... Till exempel är andelen transaktioner på mjölk och bröd köpte. Tro att de vänstra sidorna av transaktioner som uppfyller regeln högra sida uppfyller reglerna, till exempel, i detta fall, är förtroende andelen inköp. . Är andelen mjölk för att köpa bröd köpte Association sökmetoder använder en viss minimi stöd och förtroende dataset regler bör stödja alla möjliga Omdömen

Klusteranalys: klusteranalys för att erhålla en eller flera numeriska fält och processen är allokering av alla värden. Grupper nära varandra punkter representerar gruppen. Till exempel, om du ser en dokumentär på plats, kommer du att finna att galaxen innehåller många stjärnor och planeter. Många galaxer finns i rymden, men stjärnorna och planeterna är i galaxhopar. Med andra ord, är stjärnor och planeter i rymden väljs slumpmässigt, men kluster i grupper av galaxer. Cluster analystekniker för att finna dessa typer av grupper användes. Om ett förfarande för klusteranalys appliceras till stjärnorna i rymden, kan det vara att varje galax är en grupp av stjärnor på varje kluster i en given galax kan ge en unik identitet. Cluster identifiering är ett annat område av datamängder och analys av nya data mining kan användas. Till exempel, kluster du datamängdssamarbetsregler inom andra områden som identifierats som fältet kan använda Omdömen

Beslut träd:. Beslut träd för en uppsättning data för att bilda ett beslutsträd är ett prisförslag. Till exempel, om du en uppsättning data för att förutsäga när en prospektiv lån sökandes kredit, var ett beslutsträd utvecklats baserat på faktorer som används i datamängden söker. Träd i ett lån sökanden att den sökande om sökande fungerar eller inte, kan den sökandes inkomster och skuldtjänst innan de fyllt av den totala mängden av sådana beslut innefattar misslyckades. Om du kan följa beslutsträdet, till exempel om en sökande någonsin har fallerat på ett lån tills den sökande har ett jobb, hans inkomst för topp 15 percentilen i landet och relativt låg skuldsättning i brist på det har en lägre risk.

Vid data mining data mining-tekniker för att analysera en stor grupp några av de vanligaste metoderna som vanligen används vid analysen av stora datamängder. Dessa tekniker användbar information och data för att korrekt tolka de relationer som annars skulle ha visat sig användbar för stora folkmassor Omdömen  .;