Всички модели ли са интересни в извличането на данни?

2024 Автор: Lynn Donovan | [email protected]. Последно модифициран: 2023-12-15 23:43

За разлика от традиционната задача за моделиране данни -където целта е да се опише всичко от данни с един модел- модели описват само част от данни [27]. Разбира се, много части от данни , а оттам и много модели , не са интересен при всичко . Целта на моделно копаене е да откриеш само тези, които са.

Тук може ли една система за извличане на данни да генерира всички интересни модели?

А система за извличане на данни има потенциал да генерират хиляди или дори милиони модели , или правила. тогава „са всичко от интересни модели ?” Обикновено не само малка част от модели потенциално генерирани всъщност би представлявал интерес за всеки даден потребител.

По същия начин, процесът на откриване на модели в данните ли е? модел разпознаването е автоматизирано разпознаване на модели и закономерности в данни . модел разпознаването е тясно свързано с изкуствения интелект и машинното обучение, заедно с приложения като данни копаене и откриване на знания в бази данни (KDD) и често се използва взаимозаменяемо с тези термини.

По отношение на това, какви са моделите в извличането на данни?

Реалното извличане на данни задача е полуавтоматичен или автоматичен анализ на големи количества от данни за извличане на неизвестен преди, интересен модели като групи от данни записи (клъстерен анализ), необичайни записи (откриване на аномалии) и зависимости (правило за асоцииране минен , последователно моделно копаене ).

Каква е честотата на модела в анализа на данни?

А анализ на честотата на модела сравнява регулярния израз модели намира в стойностите за посоченото поле и изпълнява a честотен анализ базирани на модели намерени. Той създава отчет за всяко поле, който изброява всяко модел заедно с броя пъти всеки модел възниква.