Skip to main content

Hvad er de forskellige typer data mining -analyse?

Data mininganalyse kan være en nyttig proces, der giver forskellige resultater afhængigt af den specifikke algoritme, der bruges til dataevaluering.Almindelige typer af dataindvindingsanalyse inkluderer: Exploratory Data Analysis (EDA), beskrivende modellering, forudsigelig modellering og opdagelse af mønstre og regler.Udnyttelse af hvert af disse dataminingværktøjer giver et andet perspektiv på indsamlet information.Fagfolk, der bruger disse teknikker, kan erhverve yderligere indsigt i et problem eller problem med bekymring baseret på det specifikke analyseværktøj, der er anvendt.

På grund af de forskellige resultater, som data mining -analyseværktøjer giver, når de bruges, er det relevant at overveje en grundlæggende gennemgang af hver.Undersøgende dataanalyse eller EDA involverer gennemgangen af et datasæt uden nogen klare resultatmål til undersøgelse.Variabler, der definerer dataene, bruges som et fundament til at levere visuelle repræsentationer til forskeren.Efterhånden som antallet af variabler øges, kan dette dataindvindingsanalyseværktøj blive mindre effektive til visualisering af data.

Beskrivende modellering er et dataindvindingsanalyseværktøj, der bruges til kollektivt at beskrive alle dataene i et givet datasæt.Specifikt syntetiserer denne tilgang alle dataene for at give information om tendenser, segmenter og klynger, der er til stede i de søgte oplysninger.Beskrivende dataindvindingsanalyse bruges ofte til reklame.Et eksempel på dette er markedssegmentering, hvor marketingfolk tager større kundegrupper og segmenterer dem ved homogene egenskaber.

Data Mining Analyse -værktøjer inkluderer også forudsigelig modellering.Forudsigelig modellering involverer udviklingen af en model baseret på eksisterende data.Modellen bruges derefter som grundlag for forudsigelse af en anden variabel, der er relevant for de gennemgåede data.Udtrykket forudsigeligt indikerer, at dette dataminingværktøj kan gøre det muligt for brugeren at forudsige en vis værdi baseret på hvad der er kendt i datasættet.Forudsigelig analyse kan bruges af marketingfolk til at bestemme, hvilke produkter kunder søger.Baseret på aktuelle købstendenser kan marketingfolk muligvis gøre forudsigelser om, hvilke nye produkter der kan være populære i fremtiden.

Opdagelse af mønstre og regler adskiller sig fra beskrivende og forudsigelige data miningværktøjer.Mens beskrivende og forudsigelige værktøjer anvender modelopbygning som et fundament for analyse, fokuserer Discovering af mønstre og regler på identifikation af mønstre i dataene.Marketingfolk, der arbejder i købmandsforretninger, bruger for eksempel ofte dette data mining -analyseværktøj som et middel til at bestemme købsmønstre.Ved at bestemme, hvilke produkter kunder konsekvent køber i samme rækkefølge, kan målrettede kampagner til varerne udvikles.