資料分析與挖掘-挖掘建模

我真不會寫程式碼發表於2020-09-30

經過資料探索與資料的預處理，得到了可以用於建模的資料。更加挖掘目標和資料的形式可以建立分類與預測、聚類分析、關聯規則、時序模式和偏差檢測等模式。

常見的分類與預測演算法：

迴歸分析：

迴歸分析是通過建立模型來演技變數之間相互關係的密切程度、結構狀態及進行模型預測的一種有效工具。

、

聚類分析：

聚類分析實在沒有給定劃分類別的情況下，根據資料相似度進行樣本分組的一種方法，聚類模型可以建立在無類標記的資料上，是一種非監督的學習演算法。

常見的聚類方法：

關聯規則：

目的是在一個資料集中找出各項之間的關聯關係，而這種關係並沒有在資料中直接表示出來。

常見的關聯規則演算法：

時間序列演算法：

離群點檢測

參考：Python 資料分析和挖掘實戰

相關文章