Класифікація методів Data Mining

Порівняння вільного пошуку і прогностичного моделювання з погляду логіки

Вільний пошук розкриває загальні закономірності. Він по своїй природі індуктивний. Закономірності, отримані на цій стадії, формуються від часткового до загального. У результаті ми одержуємо деяке загальне знання про деякий клас об'єктів на підставі дослідження окремих представників цього класу.

Правило: "Якщо вік здобувача < 20 років і бажаний рівень винагороди > 700 умовних одиниць, то в 75% випадків здобувач шукає роботу програміста"

На підставі частки, тобто інформації про деякі властивості класу "вік < 20 років" і "бажаний рівень винагороди > 700 умовних одиниць", ми робимо висновок про загальне, а саме: здобувачі – програмісти.

Прогностичне моделювання, навпаки, дедуктивне. Закономірності, отримані на цій стадії, формуються від загального до приватного і єдиного. Тут ми одержуємо нове знання про деякий об'єкт або ж групу об'єктів на підставі:

Ø знання класу, до якого належать досліджувані об'єкти;

Ø знання загального правила, що діє в межах даного класу об'єктів.

Знаючи, що здобувач шукає керівну роботу і його стаж > 15 років, на 65% можна бути впевненим у тому, що вік здобувача > 35 років.

На підставі деяких загальних правил, а саме: ціль здобувача – керівна робота і його стаж > 15 років, ми робимо висновок про єдине – вік здобувача > 35 років.

Слід зазначити, що отримані закономірності, а точніше, їх конструкції, можуть бути прозорими, тобто допускаються тлумачення аналітика (розглянуті вище правила), і непрозорими, так названим "чорним ящикам". Типовий приклад останньої конструкції – нейронна мережа.

3. Аналіз виключень (forensic analysis)

На третій стадії Data Mining аналізуються виключення або аномалії, виявлені в знайдених закономірностях.

Дія, що виконується на цій стадії, – виявлення відхилень (deviation detection). Для виявлення відхилень необхідно визначити норму, що розраховується на стадії вільного пошуку.

Повернемося до одного з прикладів, розглянутого вище.

Знайдено правило "Якщо вік > 35 років і бажаний рівень винагороди > 1200 умовних одиниць, то в 90 % випадків здобувач шукає керівну роботу". Виникає питання – до чого віднести 10 % випадків що залишилися?

Тут можливо два варіанти. Перший з них – існує деяке логічне пояснення, що також може бути оформлене у вигляді правила. Другий варіант для 10% що залишилися – це помилки вихідних даних. У цьому випадку стадія аналізу виключень може бути використана як дистиляція даних.

Далі ми розглянемо кілька відомих класифікацій методів Data Mining по різних ознаках.

Читайте також:

<== попередня сторінка	\|	наступна сторінка ==>
ВІЛЬНИЙ ПОШУК (у тому числі ВАЛІДАЦІЯ) ® ПРОГНОСТИЧНЕ МОДЕЛЮВАННЯ ® АНАЛІЗ ВИКЛЮЧЕНЬ	\|	Класифікація технологічних методів Data Mining

Не знайшли потрібну інформацію? Скористайтесь пошуком google:

Генерація сторінки за: 0.005 сек.