数据挖掘方法有哪些

来源：懂视网责编：小采时间：2021-11-16 10:20:25

数据挖掘方法有哪些

数据挖掘方法有分类、回归分析、聚类、关联规则、特征、变化和偏差分析。数据挖掘（英语：Data mining），又译为资料探勘、数据采矿。

推荐度：

点击下载本文 文档为doc格式

导读数据挖掘方法有分类、回归分析、聚类、关联规则、特征、变化和偏差分析。数据挖掘（英语：Data mining），又译为资料探勘、数据采矿。

数据挖掘方法有分类、回归分析、聚类、关联规则、特征、变化和偏差分析。

　　数据挖掘（英语：Data mining），又译为资料探勘、数据采矿。是一种透过数理模式来分析企业内储存的大量资料，以找出不同的客户或市场划分，分析出消费者喜好和行为的方法。它是数据库知识发现（英语：Knowledge-Discovery in Databases，简称：KDD）中的一个步骤。数据挖掘一般是指从大量的数据中自动搜索隐藏于其中的有着特殊关系性（属于Association rule learning）的信息的过程。主要有数据准备、规律寻找和规律表示3个步骤。数据挖掘的任务有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析等。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。

声明：本网页内容旨在传播知识，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。TEL:0731-84117792 E-MAIL:11247931@qq.com

数据挖掘方法有哪些

数据挖掘方法有分类、回归分析、聚类、关联规则、特征、变化和偏差分析。数据挖掘（英语：Data mining），又译为资料探勘、数据采矿。

推荐度：

点击下载本文 文档为doc格式

标签：有哪些方法数据

热门焦点

数据挖掘方法有哪些

数据挖掘方法有哪些

数据挖掘方法有哪些

最新推荐

猜你喜欢

热门推荐