ICode9

精准搜索请尝试: 精确搜索
首页 > 其他分享> 文章详细

数据挖掘相关知识介绍

2021-05-29 14:52:17  阅读:150  来源: 互联网

标签:数据库 知识 数据仓库 介绍 挖掘 数据挖掘 数据


watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

1、数据挖掘定义

把数据库中大量数据背后隐藏的重要信息抽取出来,然后为公司创造很多潜在的利润,针对这种海量数据库中挖掘数据信息的技术称为数据挖掘(DM)。

2、数据挖掘的分类

按照数据库种类:关系型数据库的数据挖掘、数据仓库的数据挖掘、面向对象数据库的挖掘、空间数据库的挖掘、正文数据库和多媒体数据库的数据挖掘。

按知识类别来分:关联、特征描述、分类分析、聚类分析、趋势、偏差分析。

按知识抽象层次:一般文化知识、初级知识、多层次知识。

3、数据挖掘常用技术

人工神经网络:仿照生理神经网络结构的非线性预测模型,通过学习模式识别。

决策树:代表决策集的树形结构。

遗传算法:基于进化理论,并采用遗传结合、遗传变异、以及自然选择等设计方法的优化技术。

紧邻算法:将数据集合中每一个记录进行分类的方法。

规则推导:从统计意义上对数据进行规则寻找和推导。

4、数据挖掘和数据仓库的关系

数据挖掘的关键在于通过访问正确、完整、集成的数据,才能进行深层次的分析,寻求有益的信息。数据仓库是提供数据的源头,并且数据仓库的联机分析功能OLAP还为数据挖掘提供了一个极佳的操作平台。如果两者结合起来可以实现数据的有效联结,可以给数据挖掘带来便利和功能。

5、数据挖掘技术的应用过程

确定挖掘对象:要清晰定义挖掘对象、认清数据挖掘的目标。

准备数据:根据确定的挖掘对象,然后搜索所有与业务对象有关的内部和外部数据,然后选择适合数据挖掘应用的数据。需要对数据进行预处理比如数据清洗、解决冗余、缺值、不一致、数据分组等问题。

建立模型:将数据转换为一个分析模型,主要是针对挖掘算法建立。

数据挖掘:针对转化的数据进行数据挖掘,一般都是数据挖掘工具自动完成。

结果分析:针对数据挖掘的结果进行解释和评估。一般根据数据挖掘操作结果制定决策成败来定。

数据应用:数据挖掘的结果结果业务决策人员的认可,然后就可以实际利用了。

 

IT技术分享社区

个人博客网站:https://programmerblog.xyz

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

文章推荐程序员效率:画流程图常用的工具程序员效率:整理常用的在线笔记软件远程办公:常用的远程协助软件,你都知道吗?51单片机程序下载、ISP及串口基础知识硬件:断路器、接触器、继电器基础知识

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 


标签:数据库,知识,数据仓库,介绍,挖掘,数据挖掘,数据
来源: https://blog.51cto.com/u_11205641/2830456

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有