数学建模社区-数学中国
标题:
数据挖掘的特点
[打印本页]
作者:
浅夏110
时间:
2018-11-2 09:11
标题:
数据挖掘的特点
数据挖掘具有以下几个特点：
/ F/ z+ _. c! z# l
1，基于大量数据：并非说小数据量上就不可以进行挖掘，实际上大多数数据挖掘的算法都可以在小数据量上运行并得到结果。但是，一方面过小的数据量完全可以通过人工分析来总结规律，另一方面来说，小数据量常常无法反映出真实世界中的普遍特性。
, g" P8 q; q7 u- B0 n$ }
0 ]3 Y# X0 b* V7 Z+ G1 d3 `5 F
2，非平凡性：所谓非平凡，指的是挖掘出来的知识应该是不简单的，绝不能是类似某著名体育评论员所说的“经过我的计算，我发现了一个有趣的现象，到本场比赛结束为止，这届世界杯的进球数和失球数是一样的。非常的巧合！”那种知识。这点看起来勿庸赘言，但是很多不懂业务知识的数据挖掘新手却常常犯这种错误。
& g' V$ E1 m2 a# d/ d( {6 S' [# `
( C& g/ _0 G/ A
3，隐含性：数据挖掘是要发现深藏在数据内部的知识，而不是那些直接浮现在数据表面的信息。常用的BI工具，例如报表和OLAP，完全可以让用户找出这些信息。
4 A& N: u+ V. k1 D/ }' L3 E$ W
$ t( D) z+ y8 X
4，新奇性：挖掘出来的知识应该是以前未知的，否则只不过是验证了业务专家的经验而已。只有全新的知识，才可以帮助企业获得进一步的洞察力。
6 A, r, @/ u; T' C0 ~& K$ Y( z
# k1 L3 S: W/ o8 F3 F
5，价值性：挖掘的结果必须能给企业带来直接的或间接的效益。有人说数据挖掘只是“屠龙之技”，看起来神乎其神，却什么用处也没有。这只是一种误解，不可否认的是在一些数据挖掘项目中，或者因为缺乏明确的业务目标，或者因为数据质量的不足，或者因为人们对改变业务流程的抵制，或者因为挖掘人员的经验不足，都会导致效果不佳甚至完全没有效果。但大量的成功案例也在证明，数据挖掘的确可以变成提升效益的利器。
8 b5 Y) _8 R& Y5 X. r# j* o
, o. T. `. O2 K t4 E
1 R1 d8 e4 p: }% e. \( K% _- W% l2 M
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5