第八讲预测与数据挖掘分析.pptVIP

SAS软件应用 什么是数据挖掘？ 数据挖掘DM(Data Mining)是从大量数据中挖掘出隐含的、先前未知的、对决策有潜在价值的知识和规则。这些规则蕴含了数据库中一组对象之间的特定关系，揭示出一些有用的信息，为经营决策、市场策划、金融预测等提供依据。 通过数据挖掘，有价值的知识、规则或高层次的信息能就从数据库的相关数据集合中抽取出来，并从不同角度显示，从而使大型数据库作为一个丰富可靠的资源为知识管理服务。 数据挖掘的特点 所处理的数据规模十分巨大。 寻找决策所需的信息。 数据挖掘既要发现潜在规则，还要管理和维护规则。 数据挖掘中规则的发现主要基于大样本的统计规律，发现的规则不必适用于所有数据，当达到某一阈值时便可认为有此规律。 数据挖掘的分类 根据所开采的数据库类型、发现的知识类型、采用的技术类型，数据挖掘有不同的分类方法。 (1) 按数据库类型分类 从关系数据库中发现知识； 从面向对象数据库中发现知识； 从多媒体数据库、空间数据库、历史数据库、Web数据库中发现知识。 (2) 按挖掘的知识类型分类 按挖掘的知识类型可分为关联规则、特征规则、分类规则、偏差规则、聚集规则、判别式规则及时序规则等。 按知识的抽象层次可分为归纳知识、原始级知识、多层次知识。一个灵活的规则挖掘系统能够在多个层次上发现知识。 (3) 按利用的技术类型分