數(shù)據(jù)挖掘有關(guān)術(shù)語(Glossary)
人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks)
一種非線性預(yù)測模型，通過訓(xùn)練和在結(jié)構(gòu)上模仿生物神經(jīng)網(wǎng)絡(luò)來學(xué)習(xí)。
分類和衰退樹(CART Classification and Regression Trees)
一種用于數(shù)據(jù)集分類決策樹技術(shù)。它提供一套也可用于一個新的未分類的數(shù)據(jù)集的規(guī)則，以預(yù)測哪些記錄將有一個給定的結(jié)果。通過創(chuàng)建一個兩路分化對一個數(shù)據(jù)集進行分段。較 CHAID 技術(shù)，它需要較少的數(shù)據(jù)準(zhǔn)備。
正方自動交互發(fā)現(xiàn)(CHAID Chi Square Automatic Interaction Detection)
一種用于數(shù)據(jù)集分類決策樹技術(shù)。它提供一套也可用于一個新的未分類的數(shù)據(jù)集的規(guī)則，以預(yù)測哪些記錄將有一個給定的結(jié)果。通過創(chuàng)建一個“多路分化”對一個數(shù)據(jù)集進行分段。較 CART 技術(shù)，它需要較多的數(shù)據(jù)準(zhǔn)備。
分類(classification)
一種把數(shù)據(jù)集分為互斥組的處理，每組中的成員之間盡可能“接近”，而不同的組之間盡可能“遠離”，其中距離的測量與你正在試圖預(yù)測的指定變量有關(guān)。例如：一個典型的分類問題是把一個有關(guān)公司的數(shù)據(jù)庫按其信用值分組為“好與壞”，使他們盡可能與實際信用度相符。
簇化/聚類(clustering)
一種把數(shù)據(jù)集分為互斥組的處理，每組中的成員之間盡可能“接近”，而不同的組之間盡可能“遠離”，其中距離的測量與所有可用的變量有關(guān)。
數(shù)據(jù)清洗(data cleansing)
一個確保數(shù)據(jù)集中所有數(shù)值是一致的和被正確記錄的處理過程。
數(shù)據(jù)挖掘(data mining)
從一個大數(shù)據(jù)庫中隱藏的預(yù)測信息的抽提過程。
數(shù)據(jù)導(dǎo)航/瀏覽(data navigation)
在一個多維數(shù)據(jù)庫的不同的維度、切片、分層的細(xì)節(jié)等信息的觀察過程。參見在線分析處理 OLAP。
數(shù)據(jù)可視化(data visualization)
對多維數(shù)據(jù)的各種復(fù)雜關(guān)系的可視化解釋過程。
數(shù)據(jù)倉庫(data warehouse)
一種儲存和交付大量數(shù)據(jù)的數(shù)據(jù)庫系統(tǒng)。
決策樹(decision tree)
代表一系列決策的樹狀結(jié)構(gòu)。這些決策為數(shù)據(jù)集的分類生成規(guī)則。參見 CART 和 CHAID.
維度(dimension)
在一個平面的或關(guān)系數(shù)據(jù)庫中，記錄中的每一個字段代表一維。在多維數(shù)據(jù)庫中，一維是一相似實體的集合；例如，在一個多維的銷售數(shù)據(jù)庫中會包括產(chǎn)品、時間和城市維。
探測性數(shù)據(jù)分析(exploratory data analysis)
使用圖形化和描述性的統(tǒng)計技術(shù)去“學(xué)習(xí)”一個數(shù)據(jù)集的結(jié)構(gòu)。
遺傳算法(genetic algorithms)
一種使用類似在一個基于自然進化概念的設(shè)計中的遺傳組合、變異和自然選擇等處理方法的優(yōu)化技術(shù)。
線性模型(linear model)
一種分析模型，它假定考慮的各變化因素是線性的關(guān)系。
非線性模型(non-linear model)
一種分析模型，它不假定正在考慮的各變化因素是線性的關(guān)系。
線性衰退(linear regression)
一種用于在目標(biāo)變量和其預(yù)測因子間找出最合適的線性關(guān)系的技術(shù)。
對數(shù)衰退(logistic regression)
A linear regression that predicts the proportions of a categorical target variable, such as type of customer, in a population.
最近鄰居(nearest neighbor)
A technique that classifies each record in a dataset based on a combination of the classes of the k record(s) most similar to it in a historical dataset (where k 3 1). Sometimes called a k-nearest neighbor technique.
多維數(shù)據(jù)庫(multidimensional database)
一種設(shè)計用于在線分析處理的數(shù)據(jù)庫系統(tǒng)。其結(jié)構(gòu)為多維的超立方體，其中每軸一維。
在線分析處理(OLAP On-line analytical processing)
可參考面向數(shù)組的數(shù)據(jù)庫應(yīng)用系統(tǒng)，它允許用戶觀察、穿插導(dǎo)航、操作和分析多維數(shù)據(jù)庫。
數(shù)據(jù)警戒(outlier)
指一個數(shù)據(jù)項，其值超出一個樣本上的其他大部分項的相應(yīng)值的邊界時，稱其為警戒項。這時會預(yù)示著數(shù)據(jù)反常，需要仔細(xì)核實；他可能攜帶著重要信息。
預(yù)測模型(predictive model)
一個用于在數(shù)據(jù)集上預(yù)測指定變量的值的結(jié)構(gòu)和處理流程。
預(yù)期數(shù)據(jù)分析(prospective data analysis)
基于歷史的數(shù)據(jù)分析，它包括預(yù)測未來趨勢、行為或事件。
回顧數(shù)據(jù)分析(retrospective data analysis)
對已經(jīng)發(fā)生的事情做數(shù)據(jù)分析，它提供趨勢、行為或事件的洞察。
規(guī)則歸納(rule induction)
對基于統(tǒng)計意義上的數(shù)據(jù)，抽提有用的“IF-THEN”規(guī)則。
時間序列分析(time series analysis)
按一定時間片對某個度量所做的序列分析。時間通常是數(shù)據(jù)的主要維度。

Trackback: http://tb.blog.csdn.net/TrackBack.aspx?PostId=556340