数据特征化:是目标数据的一般特性或特征的汇总。数据特征化的输出可以由多种形式提供,例如饼图、条图、曲线、多维数据立方体、交叉表在内的多维数表。
数据区分:是将目标数据与其他对比类数据进行比较。
挖掘频繁模式、关联和相关性频繁模式包括:频繁项集、频繁子序列、频繁子结构。频繁项集:频繁的在事物数据集中一起出现的商品的集合。频繁子序列:如先购买相机,在购买三脚架,在购买闪光灯这样的一个频繁的模式就是频繁子序列。频繁子结构:设计不同结构形式(图、数、格)可以与子序列结合在一起。
关联:单维关联和多维关联规则。
用于预测分析的分类与回归分类:分类规则有IF-THEN规则、决策树、数学公式、神经网络。回归用来预测缺失的或难以获得的数值数据值,而不是(离散的)类标号。
聚类分析将数据对象划分为若干类,同一类的对象具有较高的相似度,不同类的对象相似度较低。从这个简单的描述中,可以看出聚类的关键是如何度量对象间的相似性。较为常见的用于度量对象的相似度的方法有距离、密度等。
离群点分析在样本空间中,与其他样本点的一般行为或特征不一致的点,我们称为离群点。