數(shù)據(jù) 挖掘，數(shù)據(jù)挖掘Summary數(shù)據(jù)挖掘差從機學(xué)習(xí)數(shù)據(jù)7 ②機器學(xué)習(xí)關(guān)注已知任務(wù)，而數(shù)據(jù) 挖掘搜索隱藏信息。
1。分類就是在數(shù)據(jù) library中找出一組數(shù)據(jù)對象的共同特征，并按照分類模式將其劃分到不同的類中。其目的是通過分類模型對數(shù)據(jù) library中的數(shù)據(jù) objects進行分類。它可以應(yīng)用于應(yīng)用分類和趨勢預(yù)測。比如淘寶店鋪將用戶在一段時間內(nèi)的購買行為進行分類，根據(jù)情況向用戶推薦相關(guān)商品，從而增加店鋪的銷量。主要的分類方法有:決策樹、KNN方法、SVM方法、VSM方法、貝葉斯方法、神經(jīng)網(wǎng)絡(luò)等。
數(shù)據(jù)挖掘技術(shù)可以解決家畜疾病的預(yù)防、工藝參數(shù)的改進、疾病診斷等問題。數(shù)據(jù) 挖掘技術(shù)可以根據(jù)歷史產(chǎn)量預(yù)測好的產(chǎn)品數(shù)據(jù)，從而改善工藝參數(shù)，降低不良率；畜牧業(yè)可以利用數(shù)據(jù) 挖掘技術(shù)，根據(jù)對動物體溫的測量來預(yù)測動物是否患病，從而提前防控；醫(yī)院可以基于數(shù)據(jù) 挖掘技術(shù)，利用歷史病歷找出規(guī)律，有利于醫(yī)生更好地診斷疾病。以下是數(shù)據(jù) 挖掘技術(shù)方法的相關(guān)介紹:1。神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)由于其良好的魯棒性、自組織和自適應(yīng)性、并行處理、分布式存儲和高容錯性，非常適合解決數(shù)據(jù) 挖掘的問題。
遺傳算法由于其隱含的并行性和易于與其他模型結(jié)合，在-2挖掘中得到了應(yīng)用。3.決策樹方法決策樹是預(yù)測模型中常用的算法。它通過有目的地對大量數(shù)據(jù)進行分類，發(fā)現(xiàn)一些有價值的潛在信息。其主要優(yōu)點是描述簡單，分類速度快，特別適合大規(guī)模數(shù)據(jù)處理。4.粗糙集方法粗糙集理論是一種研究不精確和不確定知識的數(shù)學(xué)工具。
3、要學(xué) 數(shù)據(jù) 挖掘需要哪些基礎(chǔ)Learning數(shù)據(jù)挖掘需要以下基礎(chǔ):1。學(xué)習(xí)基礎(chǔ)數(shù)學(xué)課程，主要是線性代數(shù)，概率論，統(tǒng)計學(xué)等。2.編程語言，比如c /java和python，再加上一個方便的應(yīng)用語言，比如matlab。3.上一些機器學(xué)習(xí)的課程，了解一下這個領(lǐng)域在研究什么，看一些公開課或者書籍。4.良好的英語基礎(chǔ)，良好的基本讀寫能力。5.整理相關(guān)的計算機知識。學(xué)好數(shù)學(xué)挖掘可以拿到相關(guān)證書，比如CDA 數(shù)據(jù)分析師，-2挖掘老師等。
