資料探勘 - 任務

資料探勘處理可以挖掘的模式型別。根據要挖掘的資料型別，資料探勘中涉及兩種功能類別：

描述性
分類與預測

描述性功能

描述性功能處理資料庫中資料的通用屬性。以下是描述性功能的列表：

類/概念描述
頻繁模式挖掘
關聯挖掘
相關性挖掘
聚類挖掘

類/概念描述

類/概念是指要與類或概念關聯的資料。例如，在一家公司中，銷售商品的類別包括計算機和印表機，客戶的概念包括大額消費者和預算消費者。此類類或概念的描述稱為類/概念描述。這些描述可以透過以下兩種方式得出：

資料特徵化 - 這指的是對所研究的類的的資料進行總結。此類研究稱為目標類。
資料區分 - 它指的是將一個類與某個預定義的組或類進行對映或分類。

頻繁模式挖掘

頻繁模式是在事務資料中頻繁出現的模式。以下是頻繁模式型別的列表：

頻繁項集 - 它指的是一組頻繁一起出現的專案，例如牛奶和麵包。
頻繁子序列 - 一系列頻繁出現的模式，例如購買相機後接著購買儲存卡。
頻繁子結構 - 子結構指的是不同的結構形式，例如圖、樹或格，它們可以與項集或子序列組合。

關聯挖掘

關聯用於零售銷售，以識別經常一起購買的模式。此過程指的是揭示資料之間關係並確定關聯規則的過程。

例如，零售商生成一個關聯規則，表明 70% 的時間牛奶與麵包一起出售，只有 30% 的時間餅乾與麵包一起出售。

聚類挖掘

聚類是指一組類似的物件。聚類分析指的是形成彼此非常相似但與其他聚類中的物件截然不同的物件組。

分類與預測

分類是查詢描述資料類或概念的模型的過程。目的是能夠使用此模型來預測類標籤未知的物件的類。此派生模型基於對訓練資料集的分析。派生模型可以以以下形式呈現：

分類（IF-THEN）規則
決策樹
數學公式
神經網路

這些過程中涉及的功能列表如下：

分類 - 它預測類標籤未知的物件的類。其目標是找到一個派生模型來描述和區分資料類或概念。派生模型基於訓練資料集的分析，即類標籤眾所周知的物件。
預測 - 它用於預測缺失或不可用的數值資料值，而不是類標籤。迴歸分析通常用於預測。預測也可用於根據可用資料識別分佈趨勢。
異常值分析 - 異常值可以定義為不符合可用資料的通用行為或模型的資料物件。
演化分析 - 演化分析指的是描述和建模其行為隨時間變化的物件的規律或趨勢。

資料探勘任務原語

我們可以用資料探勘查詢的形式指定資料探勘任務。
此查詢是輸入到系統中的。
資料探勘查詢是根據資料探勘任務原語定義的。

注意 - 這些原語允許我們以互動方式與資料探勘系統進行通訊。以下是資料探勘任務原語的列表：

要挖掘的相關資料的集合。
要挖掘的知識型別。
用於發現過程的背景知識。
模式評估的趣味性度量和閾值。
用於視覺化發現模式的表示。

要挖掘的相關資料的集合

這是使用者感興趣的資料庫的一部分。此部分包括以下內容：

資料庫屬性
感興趣的資料倉庫維度

要挖掘的知識型別

它指的是要執行的功能型別。這些功能包括：

特徵化
區分
關聯和相關性分析
分類
預測
聚類
異常值分析
演化分析

背景知識

背景知識允許在多個抽象級別上挖掘資料。例如，概念層次結構是允許在多個抽象級別上挖掘資料的背景知識之一。

模式評估的趣味性度量和閾值

這用於評估知識發現過程中發現的模式。對於不同型別的知識，有不同的趣味性度量。

用於視覺化發現模式的表示

這指的是發現模式的顯示形式。這些表示可能包括以下內容：

規則
表格
圖表
圖形
決策樹
多維資料集

列印頁面