Qu'est-ce que le clustering explique son rôle dans le datamining ?
Qu'est-ce que le clustering explique son rôle dans le datamining ?

Vidéo: Qu'est-ce que le clustering explique son rôle dans le datamining ?

Vidéo: Qu'est-ce que le clustering explique son rôle dans le datamining ?
Vidéo: Comprendre le clustering (et le load balancing) en 6 minutes 2024, Peut
Anonim

Introduction. Ce est une fouille de données technique utilisée pour placer les éléments de données dans leur groupes apparentés. Regroupement est le processus de partitionnement des données (ou objets) dans la même classe, les données d'une classe sont plus similaires à chaque autres que ceux des autres grappe.

A côté de cela, à quoi sert le clustering ?

Regroupement est utilisé dans la segmentation du marché; où nous essayons de sanctionner des clients qui se ressemblent que ce soit en termes de comportements ou d'attributs, de segmentation/compression d'images; où nous essayons de regrouper des régions similaires, documenter regroupement en fonction des thèmes, etc.

On peut aussi se demander pourquoi utilisons-nous l'analyse de cluster ? L'analyse par grappes peut être un puissant outil d'exploration de données pour toute organisation qui a besoin d'identifier des groupes discrets de clients, des transactions de vente ou d'autres types de comportements et de choses. Par exemple, les assureurs utilisent l'analyse par grappes pour détecter les réclamations frauduleuses, et les banques l'utilisent pour la notation de crédit.

De plus, qu'est-ce que le clustering dans l'exploration de données avec exemple ?

Regroupement est le processus de transformation d'un groupe d'objets abstraits en classes d'objets similaires. UNE grappe de Les données les objets peuvent être traités comme un seul groupe. Tout en faisant grappe analyse, nous partitionnons d'abord l'ensemble des Les données en groupes en fonction Les données similitude, puis attribuez les étiquettes aux groupes.

Pourquoi K signifie que le clustering est utilisé ?

Utilisations commerciales. Les K - signifie que l'algorithme de clustering est utilisé pour trouver des groupes qui n'ont pas été explicitement étiquetés dans les données. Cela peut être utilisé pour confirmer les hypothèses commerciales sur les types de groupes existants ou pour identifier des groupes inconnus dans des ensembles de données complexes.

Conseillé: