数据挖掘功能用于指定数据挖掘任务要找的模式类型.一般而言,数据挖掘任务可以分两类:描述和预测.描述性挖掘任务描述数据库中的数据的一般性质.预测性挖掘任务对当前数据进行推断,以做出预测.
概念/类描述:特征化和区分
- 数据特征化
- 数据区分
挖掘频繁模式,关联和相关
关联分析.假设作为AllElectronics的市场部经理,想确定在相同的事务中,哪些商品经常被一起购买.从AllElectronics事务数据库中挖掘出来的这种规则的一个例子是
buys (X, "computer") => buys(X, "software") [support = 1%, confidence = 50%]
其中,X是变量,代表顾客.50%的置信度或可信性表示,如果一位顾客购买计算机,则购买软件的可能性是50%.1%的支持度意味所分析的所有事务的1%显示计算机与软件一起购买.这个关联规则涉及单个重复的属性或谓词(即 buys).包含单个谓词的关联规则称作单维关联规则(single-dimensional association rule).去掉谓词符号,上面的规则可以简单地写成 "computer => software [1%, 50%]".
假设给定涉及购买的AllElectronics关系数据库.数据挖掘系统还可以发现如下形式的规则:
age(X, "20...29") ^ income(X, "20K...29K") => buys(X, "CD player") [support = 2%, confidence = 60%]
该规则指出,所研究的AllElectronics顾客,2%是20 ~ 29岁,年收入为2000 ~ 29000,并且在AllElectronics购买了CD播放机.这个年龄和收入组的顾客购买CD机的概率为60%.注意,这个属性称为一维,上面的规则可以称作多维关联规则 (multidimensional association rule).
分类和预测
聚类分析
离群点分析
演变分析