Data mining - Attività

Il data mining si occupa del tipo di pattern che possono essere estratti. Sulla base del tipo di dati da estrarre, ci sono due categorie di funzioni coinvolte nel Data Mining:

  • Descriptive
  • Classificazione e previsione

Funzione descrittiva

La funzione descrittiva si occupa delle proprietà generali dei dati nel database. Ecco l'elenco delle funzioni descrittive:

  • Descrizione classe / concetto
  • Estrazione di modelli frequenti
  • Estrazione di associazioni
  • Estrazione di correlazioni
  • Estrazione di cluster

Descrizione classe / concetto

Classe / Concetto si riferisce ai dati da associare alle classi o ai concetti. Ad esempio, in un'azienda, le classi di articoli per le vendite includono computer e stampanti e i concetti di clienti includono chi spende e chi spende budget. Tali descrizioni di una classe o di un concetto sono chiamate descrizioni di classi / concetti. Queste descrizioni possono essere derivate nei seguenti due modi:

  • Data Characterization- Questo si riferisce alla sintesi dei dati della classe in esame. Questa classe in fase di studio è chiamata Target Class.

  • Data Discrimination - Si riferisce alla mappatura o classificazione di una classe con un gruppo o una classe predefinita.

Estrazione di modelli frequenti

I modelli frequenti sono quei modelli che si verificano frequentemente nei dati transazionali. Ecco l'elenco dei tipi di schemi frequenti:

  • Frequent Item Set - Si riferisce a un insieme di elementi che appaiono frequentemente insieme, ad esempio, latte e pane.

  • Frequent Subsequence - Una sequenza di schemi che si verificano frequentemente, come l'acquisto di una fotocamera, è seguita dalla scheda di memoria.

  • Frequent Sub Structure - Sottostruttura si riferisce a diverse forme strutturali, come grafici, alberi o reticoli, che possono essere combinati con insiemi di elementi o sottosequenze.

Estrazione dell'Associazione

Le associazioni vengono utilizzate nelle vendite al dettaglio per identificare i modelli che vengono spesso acquistati insieme. Questo processo si riferisce al processo di scoperta della relazione tra i dati e determinazione delle regole di associazione.

Ad esempio, un rivenditore genera una regola di associazione che mostra che il 70% delle volte il latte viene venduto con il pane e solo il 30% delle volte i biscotti vengono venduti con il pane.

Estrazione di correlazioni

È una sorta di analisi aggiuntiva eseguita per scoprire interessanti correlazioni statistiche tra coppie di attributi-valore associate o tra due set di elementi per analizzare se hanno un effetto positivo, negativo o nullo l'uno sull'altro.

Estrazione di cluster

Cluster si riferisce a un gruppo di oggetti simili. L'analisi dei cluster si riferisce alla formazione di un gruppo di oggetti che sono molto simili tra loro ma sono molto diversi dagli oggetti in altri cluster.

Classificazione e previsione

La classificazione è il processo di ricerca di un modello che descrive le classi di dati o i concetti. Lo scopo è poter utilizzare questo modello per prevedere la classe di oggetti la cui etichetta di classe è sconosciuta. Questo modello derivato si basa sull'analisi di set di dati di addestramento. Il modello derivato può essere presentato nelle seguenti forme:

  • Regole di classificazione (IF-THEN)
  • Alberi decisionali
  • Formule matematiche
  • Reti neurali

L'elenco delle funzioni coinvolte in questi processi è il seguente:

  • Classification- Prevede la classe degli oggetti la cui etichetta di classe è sconosciuta. Il suo obiettivo è trovare un modello derivato che descriva e distingua classi o concetti di dati. Il modello derivato si basa sul set di analisi dei dati di addestramento, ovvero l'oggetto dati la cui etichetta di classe è ben nota.

  • Prediction- Viene utilizzato per prevedere valori di dati numerici mancanti o non disponibili piuttosto che etichette di classe. L'analisi di regressione viene generalmente utilizzata per la previsione. La previsione può essere utilizzata anche per identificare le tendenze di distribuzione sulla base dei dati disponibili.

  • Outlier Analysis - I valori anomali possono essere definiti come gli oggetti dati che non sono conformi al comportamento o al modello generale dei dati disponibili.

  • Evolution Analysis - L'analisi dell'evoluzione si riferisce alla descrizione e alle regolarità o tendenze del modello per oggetti il ​​cui comportamento cambia nel tempo.

Primitive dell'attività di data mining

  • Possiamo specificare un'attività di data mining sotto forma di query di data mining.
  • Questa query viene immessa nel sistema.
  • Una query di data mining viene definita in termini di primitive dell'attività di data mining.

Note- Queste primitive ci permettono di comunicare in modo interattivo con il sistema di data mining. Ecco l'elenco delle primitive delle attività di data mining:

  • Set di dati rilevanti per l'attività da estrarre.
  • Tipo di conoscenza da estrarre.
  • Conoscenza di base da utilizzare nel processo di scoperta.
  • Misure di interesse e soglie per la valutazione del modello.
  • Rappresentazione per visualizzare i modelli scoperti.

Set di dati rilevanti per l'attività da estrarre

Questa è la porzione di database a cui l'utente è interessato. Questa parte include quanto segue:

  • Attributi del database
  • Dimensioni di Data Warehouse di interesse

Tipo di conoscenza da estrarre

Si riferisce al tipo di funzioni da svolgere. Queste funzioni sono:

  • Characterization
  • Discrimination
  • Analisi di associazione e correlazione
  • Classification
  • Prediction
  • Clustering
  • Analisi anomale
  • Analisi dell'evoluzione

Conoscenze di base

La conoscenza di base consente di estrarre i dati a più livelli di astrazione. Ad esempio, le gerarchie dei concetti sono una delle conoscenze di base che consentono di estrarre i dati a più livelli di astrazione.

Misure di interesse e soglie per la valutazione del modello

Questo viene utilizzato per valutare i modelli che vengono scoperti dal processo di scoperta della conoscenza. Esistono diverse misure interessanti per diversi tipi di conoscenza.

Rappresentazione per visualizzare i modelli scoperti

Si riferisce alla forma in cui devono essere visualizzati i modelli rilevati. Queste rappresentazioni possono includere quanto segue. -

  • Rules
  • Tables
  • Charts
  • Graphs
  • Alberi decisionali
  • Cubes