剪枝是減少決策樹大小的過程。它可以透過定義樹的大小或消除支援較少效力的樹的區域來降低過度擬合的風險。剪枝透過修剪那些由於噪聲或異常值而遵循訓練資料中異常的枝條來支援，並以增強樹的泛化效率的方式支援原始樹。各種方法通常使用統計度量來刪除最不可靠的部門，通常導致更快的分類和提高樹正確分類獨立測試資料的能力。更多… 閱讀更多

決策樹是一種類似流程圖的樹形機制，其中每個內部節點表示對屬性的測試，每個分支定義測試的結果，葉節點描述類或類分佈。樹中最高的節點是根節點。學習決策樹的演算法演算法 - 從給定的訓練資料中建立決策樹。輸入 - 由離散值屬性描述的訓練樣本；學生屬性集，屬性列表。輸出 - 決策樹。方法建立一個節點 N；如果樣本都是同一類 C，則返回 N 作為標記為類 C 的葉節點如果… 閱讀更多

基於統計的演算法主要有兩類：迴歸 - 迴歸問題處理的是基於輸入值評估輸出值。當用於分類時，輸入值是來自資料庫的值，輸出值定義類。迴歸可用於闡明分類問題，但它用於不同的應用程式，包括預測。迴歸的基本形式是簡單線性迴歸，它只包含一個預測變數和一個預測值。可以使用兩種不同的方法使用迴歸來實現分類：劃分 - 資料被劃分… 閱讀更多

以下是一些可以用於資料的預處理步驟，以促進提高分類或預測階段的準確性、有效性和可擴充套件性：資料清洗 - 這定義了資料的預處理，以使用平滑方法和處理缺失值（例如，透過用該屬性中最常出現的值或基於統計的最佳可能值來恢復缺失值）來消除或減少噪聲。儘管各種分類演算法具有一些用於管理噪聲或缺失資訊的結構，但此步驟可以幫助減少學習過程中的混淆。相關性… 閱讀更多

分類是一種資料探勘方法，用於預測資料例項的組成員資格。這是一個兩步過程。第一步，建立一個模型，定義一組預定的資料類或方法。該模型是透過考慮由屬性定義的資料庫元組來開發的。每個元組都被認為屬於一個預定義的類，這由一個屬性決定，稱為類標籤屬性。在分類框架中，資料元組也被定義為樣本、示例或物件。用於開發模型的分析資料元組共同構成訓練資料集。單個… 閱讀更多

遺傳演算法是使用遺傳繼承過程的數學結構。它們已成功應用於各種分析問題。資料探勘可以將人類理解與資訊的自動分析結合起來，以發現模式或關鍵關係。給定一個表示在多個變數上的大型資料庫，目標是在資料庫中有效地找到最有趣的模式。遺傳演算法已被用於識別某些軟體中的有趣模式。它們通常用於資料探勘以增強其他演算法的執行，例如決策樹演算法，另一個關聯規則。遺傳演算法需要特定的資料… 閱讀更多

神經網路是一系列演算法，試圖透過模擬人腦運作方式的過程來識別一組資料中的基本關係。從這個意義上說，神經網路指的是神經元系統，無論是生物的還是人工的。神經網路幾乎適用於任何預測變數（自變數，輸入）和預測變數（因變數，輸出）之間存在關係的情況，即使這種關係非常複雜，並且不容易用通常的“相關性”或“組間差異”來表達。神經網路有各種應用，如下所示：檢測… 閱讀更多

神經網路是一系列演算法，試圖透過模擬人腦運作方式的過程來識別一組記錄中的基本關係。透過這種方法，神經網路定義了神經元系統，無論是生物的還是人工的。神經網路是根據認知系統中學習的（假設的）過程和大腦的神經功能建模的分析技術，並且能夠在實現所謂的從現有資訊學習的過程後，從其他觀察結果預測新的觀察結果（關於特定變數）。神經網路是資料探勘技術之一。第一階段是… 閱讀更多

相似性度量提供了某些資料探勘決策所基於的框架。包括分類和聚類在內的任務通常會考慮某些相似性度量的存在，而缺乏評估相似性的技術的領域通常會發現搜尋資訊是一項繁瑣的功能。相似性度量有幾個應用，如下所示：資訊檢索 - 資訊檢索 (IR) 系統的目標是滿足使用者的需求。換句話說，需求通常以線上搜尋引擎文字框中輸入的簡短文字查詢的形式體現。IR 系統通常不會直接回答… 閱讀更多

資料探勘的優勢資料探勘的優勢如下：市場營銷/零售資料探勘可以透過向直接營銷人員提供有關其使用者購買行為的有用和準確的趨勢來幫助他們。基於這些趨勢，營銷人員可以更精確地將他們的營銷注意力引向他們的客戶。例如，軟體公司的營銷人員可能會向擁有大量軟體購買歷史的消費者宣傳他們的新軟體。此外，資料探勘還可以幫助營銷人員預測其使用者可能感興趣購買哪些產品。透過這種預測，營銷人員可以給他們的使用者驚喜，並創造使用者的購物… 閱讀更多