1. Analyse historique de MBR

Le concept le plus important basé sur la méthode d'analyse MBR basée sur l'historique est une prédiction future avec des cas connus (casses) un nombre de propriétés de l'affaire (attribut) , trouve généralement les cas les plus similaires à comparer.

Il existe deux facteurs principaux dans la MBR, respectivement, les fonctions au-dessus des fonctions de distance et de liaison. L'intention de la fonction de distance est de déterminer le cas le plus similaire; La fonction combine les propriétés du même cas pour le prédire.

L'avantage de MBR est qu'il permet de suivre différents types de données de ne pas suivre certaines hypothèses. Un autre avantage est qu'il a la capacité d'étudier, peut obtenir des connaissances sur de nouveaux cas avec un ancien apprentissage. Plus important encore, il faut beaucoup de données historiques, a suffisamment de données historiques pour effectuer de bonnes prévisions. De plus, la méthode de l'argument de mémoire est également plus chère et pas facile à trouver la fonction meilleure distance et ch.Caractéristiques combinées. Son champ d'application comprend la détection de la tromperie, des réactions des clients, un diagnostic médical et une réponse de classe.
2. Analyser le panier d'achat

Analyse du panier de marché "Quel type d'objet est quel type d'entreprise doit être échangé par des applications commerciales à l'achat de comportements, quel type de client est, pourquoi ces clients achètent ces produits, trouvent une règle de lenovation connexe et les avantages commerciaux et établissent la concurrence en creusant ces règles. Avantage. Par exemple, les magasins de vente au détail peuvent modifier l'arrangement des marchandises sur le support ou le package commercial du client, etc. Cette analyse.

Processus d'opération Basic of Panier Analyse consiste en trois points suivants:

Choisissez le bon élément: L'exactitude mentionnée ici est pour la société en fait, Besoin de choisir un article sont vraiment utiles de centaines et de milliers d'articles.

Découvrez les règles de pine de LenovoEn explorant la même matrice).

Fixez la limite réelle: les éléments les plus sélectionnés, les calculs sont consommés des ressources et du temps (augmenter l'indice de sortie), doit avoir un certain nombre de technologies pour réduire les ressources avec du temps de consommation de temps.

Les technologies d'analyse de panier d'achat peuvent être appliquées les questions suivantes: Pour les achats de carte de crédit, vous pouvez prédire ce que vous pouvez acheter à l'avenir. Pour les télécommunications et les services financiers, différentes catégories de services peuvent être conçues pour élargir les bénéfices via une analyse du panier d'achat. Le secteur des assurances peut détecter la combinaison d'une assurance inhabituelle en analysant et en prévenant le panier d'achat. Pour les patients, la combinaison des médicaments, une analyse du panier d'achat peut être utilisée comme base pour évaluer les complications telles que les combinaisons de ces médicaments.
3. Arbre décisif
L'arbre de décision est capable de résoudre des classifications et des prévisions solides, elle est basée sur le testLa loi de cette manière, et ces règles sont présentées dans une variété de problèmes, et les résultats souhaités peuvent éventuellement exporter les résultats nécessaires grâce à une interrogation continue. Les décisions typiques sont une souche d'arbre, avec certaines feuilles en bas, rompant les grumes dans un sous-ensemble différent, chaque sous-ensemble des champs peut contenir une règle simple. De plus, des décisions peuvent avoir des extérieurs extérieurs différents, tels que des arbres binaires, des yuans trois ou des décisions décisives.
4. Algorithme génétique
Les algorithmes génétiques pour l'évolution des cellules et les cellules peuvent être copiés, copier, bouger, mutations pour créer de meilleures nouvelles cellules. La méthode d'activité de l'algorithme de gènes est similaire. Il doit s'agir de modèle préétabli, puis créer activement un nouveau processus de cellules via diverses fonctions, les descendants de fonctions de fitness convenues avec ce mode et enfin, seulement plusieurs liaisons que le plus de fruits du match peut survivre, chatterCe processus a été actif jusqu'à ce que cette fonction se concentre sur la meilleure solution. Les algorithmes de gènes ont une bonne performance sur les problèmes de grappes, souvent utilisés pour aider à appliquer la loi pour remplacer la base de mémoire et l'application du réseau nerveux.
5. Analyse de grappes
La détection de ce groupe de technologies comprend une large plage, y compris des algorithmes génétiques, des nerfs d'analyse de grappes dans des statistiques avec cette fonctionnalité. Son objectif est d'identifier les groupes inconnus précédents dans des données, dans de nombreuses analyses, l'utilisation initiale de la technologie de détection de grappes est utilisée comme une tête de recherche.
6. Analyse de la connexion
Analyse de liaison basée sur la théorie de la cartographie en mathématiques, selon la relation entre l'élaboration d'un modèle basé sur des relations comme une agence principale et a développé des applications importantes avec des personnes, des objets ou personnes et personnes. Par exemple, le secteur des services de télécommunication peut emprunter une analyse de connexion pour collecter du temps et de la fréquence des clients.Par téléphone. Taux, tournez, investissez, pourquoi, prioriser l'utilisation des clients, proposez une solution à la société. Outre l'industrie des télécommunications, de plus en plus d'opérateurs de marketing utilisent également une analyse associée à l'étude.
Analyse 7.LAP
OLAP (traitement de l'analyse en ligne OLAP; OLAP) n'est pas une technologie de traitement de données spéciale, mais via des outils de traitement d'analyse en ligne, les utilisateurs peuvent comprendre la signification potentielle de données cachées. Comme certaines techniques de traitement visuel, c'est une personne ordinaire conviviale par graphique ou graphique. Ces outils peuvent également prendre en charge les objectifs de transformation des données dans des informations.
8. Réseau de neurones
Le réseau nerveux est un procédé d'apprentissage répétitif et une séquence d'exemples sera destinée à apprendre, elle la résume. Échantillon assez pour distinguer. Si vous êtes confronté à de nouveaux exemples, le réseau nerveux peut être dérivé des résultats d'apprentissage antérieurs et qNouveau peut être dérivé, qui est l'une des machines apprentissage. Questions connexes Les mines de données peuvent également être utilisées selon l'apprentissage nerveux et ses effets d'apprentissage sont très précis et peuvent effectuer des fonctions prédictives.
9. Analyser la discrimination

Lorsque l'incident a une valeur variable, la variable (variable prédictive) est quantifiée. (Lorsque des données), une analyse discriminatoire est une technique très appropriée, qui est souvent appliquée aux solutions de classification. Si la variable est construite en deux groupes, elle s'appelle un groupe de groupes de groupe de groupe, si la plupart des groupes sont composés et analysés distinctions polyvalentes; MDA s'appelle MDA.

a. Apprenez la combinaison linéaire de variables prédictives, de sorte que la vitesse de transformation linéaire est la plus grande et chaque combinaison linéaire n'est pas la combinaison linéaire obtenue précédemment. Impliquer.

b. Si le centre de la gravité de chaque groupe est différent.

c. Quelles prédictions sont différentesLe plus grand t.

D.A Attribuez le thème à un groupe basé sur la valeur prédite du nouveau sujet.

10. Analyse de régression logique

Lorsque le groupe ne correspond pas à l'hypothèse de distribution normale, une analyse de régression logique est une bonne méthode de remplacement. Analyse de régression logique Il est prévu que l'événement se produit, ce qui est une occasion de prédire l'événement. Il suppose que la relation entre variables et variables est la forme de S. lorsqu'il est tournant de petite taille, la valeur maximale est proche de 0;Lorsque la valeur varie lentement, la valeur de valeur monte le long de la courbe, augmente un certain niveau, le calcul de la courbe commence à diminuer et la vitesse de la vitesse de course est de 0 à 1.