Hva er de forskjellige typene data mining -analyse?

Data mining -analyse kan være en nyttig prosess som gir forskjellige resultater avhengig av den spesifikke algoritmen som brukes til dataevaluering.Vanlige typer data mining -analyse inkluderer: undersøkende dataanalyse (EDA), beskrivende modellering, prediktiv modellering og oppdagelse av mønstre og regler.Bruk av hvert av disse data miningverktøyene gir et annet perspektiv på samlet informasjon.Fagfolk som bruker disse teknikkene kan skaffe ytterligere innsikt i et problem eller bekymringsproblem basert på det spesifikke analyseverktøyet som brukes.

På grunn av de forskjellige resultatene som data mining analyseverktøy gir når de brukes, er det relevant å vurdere en grunnleggende gjennomgang av hver.Utforskende dataanalyse, eller EDA, innebærer gjennomgang av et datasett uten noen klare utfallsmål for undersøkelse.Variabler som definerer dataene brukes som et grunnlag for å gi visuelle representasjoner til forskeren.Når antallet variabler øker, kan dette data mining -analyseverktøyet bli mindre effektivt for å visualisere data.

Beskrivende modellering er et data mining -analyseverktøy som brukes til å kollektivt beskrive alle dataene i et gitt datasett.Spesifikt syntetiserer denne tilnærmingen alle dataene for å gi informasjon om trender, segmenter og klynger som er til stede i informasjonen som er søkt.Beskrivende data mining -analyse brukes ofte i reklame.Prediktiv modellering innebærer utvikling av en modell basert på eksisterende data.Modellen blir deretter brukt som grunnlag for prediksjon av en annen variabel som er relevant for dataene som er gjennomgått.Begrepet prediktivt indikerer at dette datautstyrsverktøyet kan gjøre det mulig for brukeren å forutsi en viss verdi basert på hva som er kjent i datasettet.Forutsigbar analyse kan brukes av markedsførere for å bestemme hvilke produkter kunder søker.Basert på gjeldende kjøpstrender, kan markedsførere være i stand til å komme med spådommer om hvilke nye produkter som kan være populære i fremtiden.

Discovering Patterns and Rules skiller seg fra beskrivende og prediktive data miningverktøy.Mens beskrivende og prediktive verktøy bruker modellbygging som et grunnlag for analyse, fokuserer oppdagelse og regler på identifisering av mønstre i dataene.Markedsførere som jobber for dagligvarebutikker, bruker for eksempel ofte dette data mining -analyseverktøyet som et middel for å bestemme kjøpsmønstre.Ved å bestemme hvilke produkter kunder konsekvent kjøper i samme rekkefølge, kan målrettede kampanjer for varene utvikles.