溫馨提示×

溫馨提示×

您好，登錄后才能下訂單哦！

密碼登錄×
登錄注冊×
其他方式登錄
點(diǎn)擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》

大數(shù)據(jù)中的數(shù)據(jù)挖掘與建模是怎樣的

發(fā)布時(shí)間：2022-01-18 10:45:33 來源：億速云 閱讀：150 作者：柒染 欄目：大數(shù)據(jù)

這篇文章主要為大家分析了大數(shù)據(jù)中的數(shù)據(jù)挖掘與建模是怎樣的的相關(guān)知識點(diǎn)，內(nèi)容詳細(xì)易懂，操作細(xì)節(jié)合理，具有一定參考價(jià)值。如果感興趣的話，不妨跟著跟隨小編一起來看看，下面跟著小編一起深入學(xué)習(xí)“大數(shù)據(jù)中的數(shù)據(jù)挖掘與建模是怎樣的”的知識吧。

紙上得來終覺淺，絕知此事要躬行。  

數(shù)據(jù)挖掘是基于統(tǒng)計(jì)學(xué)原理，利用機(jī)器學(xué)習(xí)中的算法工具實(shí)現(xiàn)價(jià)值信息的發(fā)現(xiàn)。機(jī)器學(xué)習(xí)是一種實(shí)現(xiàn)人工智能的方法，深度學(xué)習(xí)是實(shí)現(xiàn)機(jī)器學(xué)習(xí)的一種技術(shù)。

四大經(jīng)典算法：分類、關(guān)聯(lián)、聚類、回歸

一、監(jiān)督學(xué)習(xí)  （通俗來說就是已知樣本類別，即知道當(dāng)前的樣本是哪一類的樣本。）

1、分類分析：找出一組對象的共同特點(diǎn)并按照分類模式將他們分為不同類，分為線性分類和非線性分類。

線性分類典型的算法包括邏輯回歸和線性判別分析。
非線性分類經(jīng)典算法包括K近鄰（KNN）、支持向量機(jī)（SVM）、決策樹（D Tree）、樸素貝葉斯（NB）
2、回歸分析：反映事務(wù)數(shù)據(jù)屬性在時(shí)間上的特征，預(yù)測數(shù)據(jù)間的相關(guān)關(guān)系，與分類區(qū)別在于，分類是預(yù)測目標(biāo)的離散變量，而回歸是預(yù)測目標(biāo)的連續(xù)變量。
典型的回歸分析模型包括線性回歸分析、支持向量機(jī)（回歸）、K近鄰（回歸）。

二、無監(jiān)督學(xué)習(xí)（事先沒有任何訓(xùn)練數(shù)據(jù)樣本，需要直接對數(shù)據(jù)進(jìn)行建模，即不提供經(jīng)驗(yàn)和訓(xùn)練樣本，完全靠自己摸索）

1、關(guān)聯(lián)分析：描述數(shù)據(jù)庫中數(shù)據(jù)之間存在關(guān)系的規(guī)則。
關(guān)聯(lián)規(guī)則挖掘中有4個(gè)指標(biāo)：置信度、支持度、期望置信度、提升度。
典型算法：Apriori算法、FP-Tree算法、PrefixSpan算法。
2、聚類分析：訓(xùn)練樣本標(biāo)簽信息未知，通過學(xué)習(xí)揭示數(shù)據(jù)內(nèi)在性質(zhì)及規(guī)律。
典型算法：K均值算法（K-means）、DBSCAN（具有噪聲的基于密度的聚類方法）。

三、沃爾瑪經(jīng)典營銷案例：啤酒與尿布

模型發(fā)現(xiàn)：  20世紀(jì)90年代的美國沃爾瑪超市中，管理人員分析銷售數(shù)據(jù)時(shí)發(fā)現(xiàn)了一個(gè)令人難于理解的現(xiàn)象：  在某些特定的情況下，“啤酒”與“尿布”兩件看上去毫無關(guān)系的商品會(huì)經(jīng)常出現(xiàn)在同一個(gè)購物籃中。
原因分析：  在美國有嬰兒的家庭中，一般是母親在家中照看嬰兒，年輕的父親前去超市購買尿布。  父親在購買尿布的同時(shí)，往往會(huì)順便為自己購買啤酒，這樣就會(huì)出現(xiàn)啤酒與尿布這兩件看上去不相干的商品經(jīng)常會(huì)出現(xiàn)在同一個(gè)購物籃的現(xiàn)象。
模型應(yīng)用：  在賣場嘗試將啤酒與尿布擺放在相同的區(qū)域，讓年輕的父親可以同時(shí)找到這兩件商品，并很快地完成購物；  而沃爾瑪超市也可以讓這些客戶一次購買兩件商品、而不是一件，從而獲得了很好的商品銷售收入。
理論支撐：  1993年美國學(xué)者Agrawal提出通過分析購物籃中的商品集合，從而找出商品之間關(guān)聯(lián)關(guān)系的關(guān)聯(lián)算法，并根據(jù)商品之間的關(guān)系，找出客戶的購買行為。  艾格拉沃從數(shù)學(xué)及計(jì)算機(jī)算法角度提 出了商品關(guān)聯(lián)關(guān)系的計(jì)算方法——Apriori算法。

關(guān)于“大數(shù)據(jù)中的數(shù)據(jù)挖掘與建模是怎樣的”就介紹到這了,更多相關(guān)內(nèi)容可以搜索億速云以前的文章，希望能夠幫助大家答疑解惑，請多多支持億速云網(wǎng)站！

向AI問一下細(xì)節(jié)

免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點(diǎn)不代表本網(wǎng)站立場，如果涉及侵權(quán)請聯(lián)系站長郵箱：is@yisu.com進(jìn)行舉報(bào)，并提供相關(guān)證據(jù)，一經(jīng)查實(shí)，將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI
助
手