数据挖掘

数据挖掘

数据挖掘，英文名称为Data mining，简称DM。

数据挖掘，它是数据库知识发现中的一个步骤。

数据挖掘，一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。

使用

分析方法

• 分类
• 估计
• 预测
• 相关性分组或关联规则
• 聚类
• 复杂数据类型挖掘（Text、Web、图形图像、视频、音频）

方法简介

分类
首先在数据中选出已经分好类的训练集，在该训练集运用数据挖掘分类的技术，建立分类模型，对于没有分类的数据进行分类。

例如：

• 信用卡申请者，分类为低、中、高风险

注意：类的个数是确定的，预先定义好的

估计
估计与分类类似，不同之处在于，分类描述的是离散型变量的输出，而估值处理连续值 的输出；分类的类别是确定数目的，估值的量是不确定的。

例如：

• 根据购买模式，估计一个家庭的孩子个数
• 根据购买模式，估计一个家庭的收入

预测
通常，预测是通过分类或估值起作用的，通过分类或估值得出模型，该模型用于对未知变量的预言。

相关性分组或关联规则
决定哪些事情将一起发生。

例如：

• 超市中客户在购买A的同时，经常会购买B，即A =>B（关联规则）
• 客户在购买A后，隔一段时间，会购买B（序列分析）

聚类
聚类是对记录分组，所相似的记录在一个聚集里。聚类和分类的区别是聚集不依赖于预先定义好的类，不需要训练集。

例如：

• 一些特定症状的聚集可能预示了一个特定的疾病
• 租VCD类型不相似的客户聚集，可能暗示成员属于不同的亚文化群

描述和可视化
是对数据挖掘结果的表示方式。一般只是指数据可视化工具，包含报表工具和商业智能分析产品（BI）统称。