數(shù)據(jù)挖掘的任務(wù)有哪些

1、關(guān)聯(lián)分析（associationanalysis）

關(guān)聯(lián)分析挖掘是由RakeshApwal等人首先提出的。兩個(gè)或兩個(gè)以上變量取向價(jià)值之間存在某種規(guī)律性發(fā)掘稱(chēng)之為關(guān)聯(lián)。數(shù)據(jù)關(guān)聯(lián)是數(shù)據(jù)庫(kù)中存在的一類(lèi)重要的、可被發(fā)現(xiàn)的知識(shí)。關(guān)聯(lián)分為簡(jiǎn)單關(guān)聯(lián)、時(shí)序關(guān)聯(lián)和因果關(guān)聯(lián)。關(guān)聯(lián)分析的目的是找出數(shù)據(jù)庫(kù)中隱藏的大量關(guān)聯(lián)網(wǎng)。一般用支持度和可信度兩個(gè)閥值來(lái)度量獲取關(guān)聯(lián)規(guī)則的相關(guān)性，還有興趣度、相關(guān)性等參數(shù)，使得所挖掘的規(guī)則更符合實(shí)質(zhì)需求。

2、聚類(lèi)分析（clustering）

聚類(lèi)是把數(shù)據(jù)按照相似性歸納成若干類(lèi)別分類(lèi)出來(lái)，同一類(lèi)中的數(shù)據(jù)彼此相似，不同類(lèi)中的數(shù)據(jù)則相異。聚類(lèi)分析可以建立宏觀的概念，發(fā)布數(shù)據(jù)的分布模式，以及可能性的數(shù)據(jù)屬性之間的相互關(guān)系。

3、分類(lèi)（classification）

分類(lèi)其實(shí)就是找出一個(gè)類(lèi)別的概念描述，代表了數(shù)據(jù)的整體信息，分類(lèi)的內(nèi)涵描述，并用描述來(lái)構(gòu)造模型，一般用作于規(guī)則或決策樹(shù)模式表示出來(lái)。分類(lèi)是利用訓(xùn)練數(shù)據(jù)集中通過(guò)一定的算法而求得分類(lèi)規(guī)則。分類(lèi)可被用于規(guī)則描述和數(shù)據(jù)預(yù)測(cè)。

4、預(yù)測(cè)（predication）

通過(guò)預(yù)測(cè)利用歷史數(shù)據(jù)找出變化規(guī)律，建立模型并由該模型對(duì)未來(lái)數(shù)據(jù)的種類(lèi)及特征進(jìn)行預(yù)測(cè)。預(yù)測(cè)關(guān)心的是精確度和不確定性因素，通常用預(yù)測(cè)方差來(lái)度量較為適合。

5、時(shí)序模式（time-seriespattern）

通過(guò)時(shí)間序列搜索出的重復(fù)發(fā)生概率比較高的模式。與回歸一樣，它也是用己知的數(shù)據(jù)預(yù)測(cè)未來(lái)的數(shù)據(jù)值，但這些數(shù)據(jù)的區(qū)別是變量所處時(shí)間的不同而已。

6、偏差分析（deviation）

在偏差中包括很多有用的知識(shí)，數(shù)據(jù)庫(kù)中的數(shù)據(jù)存在很多異常情況，發(fā)現(xiàn)數(shù)據(jù)庫(kù)中數(shù)據(jù)存在的異常情況是非常重要的。偏差檢驗(yàn)的基本方法就是尋找觀察結(jié)果與參照之間的差別。