Las técnicas utilizadas comúnmente para la Minería de Datos

La minería de datos es el proceso de extracción de las relaciones de grandes conjuntos de datos. Esta es un área de la informática que ha recibido mucho interés comercial. . La minería de datos En este artículo voy a detallar algunos de la forma más común de análisis

Asociación gobierna descubrimiento: reglas de asociación técnica de descubrimiento se utiliza para capturar asociación y' s de conjuntos de datos. Tradicionalmente, la tecnología se ha desarrollado con datos de al supermercado a comprar. > Y - X para formar un tipo de lo que puede ser un ejemplo de una regla: "Si un cliente compra la leche, el pan (- >) indicó que los clientes compran." Una especie de un precio de apoyo y apoyar la confianza de todas las entradas (o en este caso las transacciones) todos los elementos de ese porcentaje ... Por ejemplo, se compra el porcentaje de transacciones en la leche y el pan. Creen que los lados izquierdos de las transacciones que cumplen el lado derecho de la regla satisfacen las normas, por ejemplo, en este caso, la confianza es el porcentaje de compras. . Es el porcentaje de la leche a comprar el pan compró métodos de búsqueda de la Asociación utilizan un soporte mínimo especificado y la confianza de las reglas del conjunto de datos debe apoyar posible

El análisis de conglomerados: análisis de cluster para obtener uno o más campos numéricos y el proceso es el asignación de todos los valores. Grupos cerca unos de otros puntos representan el grupo. Por ejemplo, si usted ve un documental sobre la ubicación, se encuentra que la galaxia contiene muchas estrellas y planetas. Muchas galaxias hay en el espacio, pero las estrellas y los planetas están en los cúmulos de galaxias. En otras palabras, las estrellas y los planetas en el espacio son elegidos al azar, pero clúster en grupos de galaxias. Técnicas de análisis de conglomerados para encontrar se utilizan este tipo de grupos. Si se aplica un método de análisis de conglomerados para las estrellas en el espacio, puede ser que todas las galaxias es un grupo de estrellas para cada grupo en una galaxia dada puede proporcionar una identidad única. Identificación Cluster es otra área de conjuntos de datos y análisis de la nueva minería de datos se puede utilizar. Por ejemplo, agrupe las reglas del conjunto de datos de la cooperación en otras áreas identificadas como el campo se puede utilizar

Los árboles de decisión:. Los árboles de decisión para un conjunto de datos para ayudar a formar un árbol de decisión es una estimación de precio. Por ejemplo, si un conjunto de datos para predecir cuando el crédito de un solicitante de préstamo prospectivo, un árbol de decisión fue desarrollado sobre la base de factores utilizados en el conjunto de datos están buscando. Árbol en un solicitante de préstamo que el solicitante si el solicitante está funcionando o no, el servicio de la deuda y los ingresos del solicitante antes de la edad de la cantidad total de este tipo de decisiones puede incluir fallado. Si usted puede seguir el árbol de decisiones, por ejemplo, si un solicitante haya incumplido un préstamo hasta que el solicitante tiene un trabajo, sus ingresos para el top 15 percentil en el país y relativamente baja deuda en default de allí tienen un menor riesgo.

En las técnicas de minería de datos de minería de datos para analizar un grupo grande algunos de los métodos más comunes utilizados en el análisis de grandes conjuntos de datos. Estas técnicas de información útil y datos para interpretar correctamente las relaciones que de otra manera podrían haber resultado útiles para las grandes multitudes Hotel  .;