Rodzaje eksploracji danych
Najczęściej eksploracja danych wykorzystywana jest do następujących zadań:
- klasyfikacja,
- predykcja,
- estymacja,
- grupowanie,
- odkrywanie reguł.
Klasyfikacja
W klasyfikacji, model eksploracji danych ma za zadanie znalezienie dla każdego rekordu z danego zbioru, odpowiedniej klasy.
Przykładami klasyfikacji są np.:
- określenie, czy dana transakcja bankowa jest oszustwem,
- umieszczenie nowego studenta w odpowiedniej grupie, uwzględniając jego wiedzę,
- ocenę stopnia ryzyka kredytowego,
- diagnozę występowania danej choroby,
- identyfikacja zagrożeń terrorystycznych na podstawie zachowania i finansów osób.
We wszystkich tych przykładach i wielu innych, data mining sprawdza się doskonale.
Predykcja
Predykcja jest bardzo podobna do klasyfikacji, właściwie predykcja to jest klasyfikacja punktu n+1 na podstawie n punktów.
Predykcję można wykorzystywać do takich zadań jak:
- przewidywanie wzrostu alkoholizmu wśród nieletnich,
- przewidywanie ceny akcji danej spółki giełdowej,
- przewidywanie zwycięzcy tegorocznych mistrzostw świata w piłce nożnej.
Te i wiele innych możliwości udostępnia nam predykcja.
Estymacja
Estymacja inaczej szacowanie, również jest bardzo podobna do klasyfikacji i jeszcze bliżej spokrewnione z predykcją. Zadaniem estymacji, jest oszacowanie brakującego parametru w wektorze wejściowym na podstawie n-1 dostępnych parametrów.
Estymacja wykorzystywana jest min. do:
- szacowania brakujących parametrów w bazach danych,
- szacowania średniej oceny studentów studiów magisterskich na podstawie średniej studiów inżynierskich,
- szacowania ile pieniędzy losowo wybrana rodzina wyda w danym roku na święta.
Grupowanie
Grupowanie jest często wykonywane przed procesem klasyfikacji. Grupowanie oznacza grupowanie rekordów, obserwacji lub przypadków w klasy podobnych obiektów. W odróżnieniu od klasyfikacji, w grupowaniu nie ma zmiennej celu (nie przypisuje danemu rekordowi konkretnej klasy).
komentarze
Copyright © 2008-2010 EPrace oraz autorzy prac.