（二）数据挖掘需要哪些技术

标签：nbsp   利用   tor   cto   聚类分析   learning   那些事   time   neu   

1. 数据挖掘需要哪些基本的技术

• 统计学知识和技术（Statistical Techniques）
• 可视化的画图展示技术（Visualization Tchniques）：比如可以利用相关软件来画出柱状图、散点图等等
一些常用的数据挖掘技术.
•  KNN   K紧邻算法
• 常用数据挖掘建模技术

2.常用数据挖掘模型

　　（1）描述性数据挖掘（无监督学习） Descriptive Data Mining (Unsupervised Learning )　

• • Association Rules 关联规则　　

　　　　　　　　•  找出那些事件常常一起出现

• • Sequential Patterns (序列模式)

　　　　　　　　•  找出那些事件常常循序出现

• • Cluster Analysis (聚类分析)

　　　　　　　　• 找出数据间的内部结构

　　（2）预测性数据挖掘（有监督学习） Predictive Data Mining (Supervised Learning)

• • Classification (分类)
    • 预测数据所隶属的类别

  • Prediction (预测)
    • 预测数据所对应的数值

3.预测性数据挖掘模型（有监督学习）常用有哪些   　　

• 常用的分类模型Classification (分类)

1. • Bayes Net (贝式网络)
2. • Decision Tree (决策树)
3. • Neural Network (神经网络)
4. • Logistic Regression (逻辑回归)
5. • Support Vector Machine (支持向量机)
6. • K-nearest Neighborhood (K-最近邻)

• 常用的预测模型 Prediction (预测)

1. • Linear Regression (线性回归)
2. • Decision Tree (决策树)
3. • Neural Network (类神经网络)
4. • Support Vector Machine (支持向量机)
5. • K-nearest Neighborhood (K-最近邻)
6. • Time Series (时间序列

（二）数据挖掘需要哪些技术

标签：nbsp   利用   tor   cto   聚类分析   learning   那些事   time   neu   

原文地址：https://www.cnblogs.com/liyuewdsgame/p/13198956.html