什麼是資料探勘指標？

資料探勘是人工智慧的一種形式，它使用感知模型、分析模型和多種演算法來模擬人腦的技術。資料探勘支援機器做出人類的決策並創造人類的選擇。

資料探勘工具的使用者必須指導機器規則、偏好甚至經驗才能獲得決策支援資料探勘指標如下：

實用性 - 實用性涉及多個指標，這些指標告訴我們模型是否提供有用的資料。例如，將儲蓄地點與銷售額關聯起來的資料探勘模型既準確又可靠，但可能並非有用，因為它無法透過在相同位置插入更多商店來推廣該結果。

此外，它沒有回答特定位置銷售額更高的根本業務問題。它還可以發現看似成功的模型毫無意義，因為它依賴於資料中的交叉關聯。

投資回報率 (ROI) - 資料探勘工具將發現隱藏在資料中的有趣模式並開發預測模型。這些模型將有幾個衡量指標來表示它們與記錄的匹配程度。目前尚不清楚如何根據資料探勘分析的要素報告的一些指標來做出決策。

在資料探勘期間訪問財務資訊 - 以財務術語構建決策的最簡單方法是增加通常挖掘的原始資訊，使其也包含財務資料。一些組織正在投資和開發資料倉庫和資料市場。

倉庫或市場的規劃包含對預期查詢所需的分析型別和資料的考慮。以允許訪問財務資訊以及訪問產品屬性、使用者資料等更典型資料的方式設計倉庫可能很有用。

將資料探勘指標轉換為財務術語 - 常用的資料探勘指標是“提升度”的度量。“提升度”是使用特定模型或模式所實現的目標與不使用模型時的基準比率相關的度量。高值意味著實現了很多目標。看起來似乎可以簡單地根據“提升度”做出決策。

準確性 - 準確性是衡量模型與已支援資料中的屬性關聯結果的程度。有幾種準確性度量方法，但所有準確性度量都取決於所使用的資訊。實際上，值可能缺失或近似，或者資料可能已被多個過程更改。

這是探索和開發的過程，它可以決定接受資料中特定數量的誤差，特別是如果資料的特徵相當一致。例如，即使特定商店始終使用錯誤的會計技術，根據過去銷售額預測特定商店銷售額的模型也可能具有強大的相關性和很高的準確性。因此，準確性測量應透過可靠性評估來平衡。

Ginni

更新於：2021年11月24日

8K+ 次瀏覽

啟動您的職業生涯

透過完成課程獲得認證

開始