Casa Finanza personale Data mining per big data - dummies

Data mining per big data - dummies

Video: Demand Prediction: Big Data and Predictive Analytics 2025

Video: Demand Prediction: Big Data and Predictive Analytics 2025
Anonim

Il data mining implica l'esplorazione e l'analisi di grandi quantità di dati per trovare modelli per i big data. Le tecniche sono venute fuori dai campi delle statistiche e dell'intelligenza artificiale (AI), con un po 'di gestione del database gettato nel mix.

Generalmente, l'obiettivo del data mining è la classificazione o la previsione. In classifica, l'idea è di ordinare i dati in gruppi. Ad esempio, un marketer potrebbe essere interessato alle caratteristiche di coloro che hanno risposto rispetto a chi non ha risposto a una promozione.

Queste sono due classi. In previsione, l'idea è di predire il valore di una variabile continua. Ad esempio, un marketer potrebbe essere interessato a prevedere coloro che risponderanno a una promozione.

Gli algoritmi tipici utilizzati nel data mining includono i seguenti:

  • Alberi di classificazione: Una tecnica di data mining diffusa che viene utilizzata per classificare una variabile categoriale dipendente basata sulle misurazioni di una o più variabili predittive. Il risultato è un albero con nodi e collegamenti tra i nodi che possono essere letti per formare regole if-then.

  • Regressione logistica: Una tecnica statistica che è una variante della regressione standard ma estende il concetto alla classificazione. Produce una formula che prevede la probabilità dell'evento in funzione delle variabili indipendenti.

  • Reti neurali: Un algoritmo software che viene modellato sull'architettura parallela dei cervelli degli animali. La rete è composta da nodi di input, livelli nascosti e nodi di output. Ad ogni unità è assegnato un peso. I dati vengono dati al nodo di input e, mediante un sistema di tentativi ed errori, l'algoritmo regola i pesi fino a quando non soddisfa determinati criteri di arresto. Alcune persone hanno paragonato questo a un approccio black-box.

  • Tecniche di clustering come K-neighbor neighbor: Una tecnica che identifica gruppi di record simili. La tecnica del vicino più vicino a K calcola le distanze tra il record e i punti nei dati storici (allenamento). Assegna quindi questo record alla classe del suo vicino più vicino in un set di dati.

Ecco un esempio di albero di classificazione. Si consideri la situazione in cui un'azienda telefonica vuole determinare quali clienti residenziali sono suscettibili di disconnettere il proprio servizio.

La compagnia telefonica ha informazioni che consistono dei seguenti attributi: per quanto tempo la persona ha avuto il servizio, quanto spende il servizio, se il servizio è stato problematico, se ha il miglior piano tariffario di cui ha bisogno, dove vive, quanti anni ha, se ha altri servizi raggruppati insieme, informazioni competitive riguardanti altri piani di compagnie aeree e se ha ancora il servizio.

Naturalmente, puoi trovare molti più attributi di questo. L'ultimo attributo è la variabile di risultato; questo è ciò che il software userà per classificare i clienti in uno dei due gruppi, forse chiamati "stayers" e "flight risk".

Il set di dati è suddiviso in dati di allenamento e un set di dati di test. I dati di allenamento consistono in osservazioni (denominate attributi) e una variabile di risultato (binaria nel caso di un modello di classificazione) - in questo caso, i soccorritori oi rischi di volo.

L'algoritmo viene eseguito sui dati di allenamento e viene fornito con un albero che può essere letto come una serie di regole. Ad esempio, se i clienti sono stati con la società per più di dieci anni e hanno più di 55 anni, è probabile che rimarranno come clienti fedeli.

Queste regole vengono quindi eseguite sul set di dati di test per determinare quanto è buono questo modello su "nuovi dati. "Sono fornite misure di precisione per il modello. Ad esempio, una tecnica popolare è la matrice di confusione. Questa matrice è una tabella che fornisce informazioni su quanti casi sono stati correttamente rispetto a quelli classificati in modo errato.

Se il modello sembra buono, può essere distribuito su altri dati, come è disponibile (ovvero, utilizzandolo per prevedere nuovi casi di rischio di volo). Sulla base del modello, la società potrebbe decidere, ad esempio, di inviare offerte speciali a quei clienti che ritiene siano rischi di volo.

Data mining per big data - dummies

Scelta dell'editore

Il programma in cinque passaggi per superare la menopausa - dummy

Il programma in cinque passaggi per superare la menopausa - dummy

Alcune donne capiscono a malapena che la menopausa è loro. Altre donne, tuttavia, sono meno fortunate. Se sei uno di questi, prendi in mano questi pochi modi per rendere la tua esperienza più facile per te stesso: capisci e accetta che stai attraversando una transizione naturale, proprio come la pubertà. Fortunatamente, sei più vecchio e più saggio di te ...

Menopausa For Dummies Cheat Sheet (edizione UK) - dummies

Menopausa For Dummies Cheat Sheet (edizione UK) - dummies

Menopausa segna la fine della fase riproduttiva della tua vita e così è un momento significativo di cambiamento fisico, emotivo e mentale per molte donne ma, per generazioni, donne di tutte le età hanno vagato alla cieca in menopausa senza sapere cosa aspettarsi. Qui puoi scoprire alcune delle nozioni di base.

Perimenopausa: facilitare la transizione dalle mestruazioni alla menopausa - manichini

Perimenopausa: facilitare la transizione dalle mestruazioni alla menopausa - manichini

Mestruazioni e menopausa sono ben noti biologici pietre miliari nella vita di una femmina. Contrariamente al pensiero popolare, la menopausa non è il periodo di mesi o anni in cui una donna sta "attraversando il cambiamento". "Questo lasso di tempo è chiamato perimenopausa. La menopausa è una data effettiva nel tempo. In particolare, è il 12 ° anniversario dell'ultimo ciclo mestruale di una donna. ...

Scelta dell'editore

Come utilizzare il filtro automatico personalizzato su una tabella di Excel - dummies

Come utilizzare il filtro automatico personalizzato su una tabella di Excel - dummies

È Possibile creare un filtro automatico personalizzato . Per fare ciò, seleziona il comando Filtro testo dal menu della tabella e scegli una delle opzioni di filtro del testo. Indipendentemente dall'opzione di filtro del testo selezionata, Excel visualizza la finestra di dialogo Filtro automatico personalizzato. Questa finestra di dialogo consente di specificare con estrema precisione quali record si desidera ...

Come utilizzare la funzione DPRODUCT in un database Excel - dummies

Come utilizzare la funzione DPRODUCT in un database Excel - dummies

DPRODUCT moltiplica i valori che corrispondono al criterio in un database Excel. Questo è potente ma anche in grado di produrre risultati che non sono l'intenzione. In altre parole, è una cosa da aggiungere e ricavare una somma. Questa è un'operazione comune su un set di dati. Osservando la seguente figura, è possibile ...

Come utilizzare la funzione DPRODUCT in Excel - dummy

Come utilizzare la funzione DPRODUCT in Excel - dummy

La funzione DPRODUCT in Excel è strana. La funzione DPRODUCT moltiplica i valori nei campi da un elenco di database in base ai criteri di selezione. Perché vorresti farlo? Chissà. La funzione utilizza la sintassi = DPRODUCT (database, campo, criteri) in cui il database è un riferimento all'intervallo alla tabella di Excel che contiene il valore desiderato ...

Scelta dell'editore

Programmazione con Java: riutilizzo dei nomi nella tua app per Android - dummies

Programmazione con Java: riutilizzo dei nomi nella tua app per Android - dummies

Ci sono un paio di cose a cui vuoi pensare quando riutilizzi i nomi nella tua app per Android. È possibile dichiarare due variabili Java - bag1 e bag2 - per fare riferimento a due diversi oggetti BagOfCheese. Va bene. Ma a volte, avere solo una variabile e riutilizzarla per il secondo oggetto funziona altrettanto bene, ...

Java: Mettere a frutto l'uso della classe - dummies

Java: Mettere a frutto l'uso della classe - dummies

La classe Employee nell'elenco non ha alcun metodo principale , quindi non c'è un punto di partenza per l'esecuzione del codice. Per risolvere questo problema, il programmatore scrive un programma separato con un metodo principale e utilizza tale programma per creare istanze Employee. Questo elenco di codici mostra una classe con un metodo principale - uno che inserisce il ...

Classi wrapper java - dummies

Classi wrapper java - dummies

La differenza tra tipi primitivi e tipi di riferimento è una delle funzionalità più controverse di Java e gli sviluppatori si lamentano spesso sulle differenze tra valori primitivi e valori di riferimento. Ogni tipo primitivo viene cotto nella lingua. Java ha otto tipi primitivi. Ogni tipo di riferimento è una classe o un'interfaccia. È possibile definire il proprio ...