The two high-level primary goals of

The two high-level primary goals of data mining in practice tend to be prediction and description. As stated earlier, prediction involves using some variables or fields in the
database to predict unknown or future values
of other variables of interest, and description
focuses on finding human-interpretable patterns describing the data. Although the
boundaries between prediction and description are not sharp (some of the predictive
models can be descriptive, to the degree that
they are understandable, and vice versa), the
distinction is useful for understanding the
overall discovery goal. The relative importance of prediction and description for particular data-mining applications can vary considerably. The goals of prediction and
description can be achieved using a variety of
particular data-mining methods.
Classificationis learning a function that
maps (classifies) a data item into one of several predefined classes (Weiss and Kulikowski
1991; Hand 1981). Examples of classification
methods used as part of knowledge discovery
applications include the classifying of trends
in financial markets (Apte and Hong 1996)
and the automated identification of objects of
interest in large image databases (Fayyad,
Djorgovski, and Weir 1996). Figure 3 shows a
simple partitioning of the loan data into two
class regions; note that it is not possible to
separate the classes perfectly using a linear
decision boundary. The bank might want to
use the classification regions to automatically
decide whether future loan applicants will be
given a loan or not.
Regressionis learning a function that maps
a data item to a real-valued prediction variable. Regression applications are many, for
example, predicting the amount of biomass
present in a forest given remotely sensed microwave measurements, estimating the probability that a patient will survive given the results of a set of diagnostic tests, predicting
consumer demand for a new product as a
function of advertising expenditure, and predicting time series where the input variables
can be time-lagged versions of the prediction
variable. Figure 4 shows the result of simple
linear regression where total debt is fitted as a
linear function of income: The fit is poor because only a weak correlation exists between
the two variables.
Clusteringis a common des

Kết quả (Việt) 1:

Hai mục tiêu chính cấp cao của dữ liệu khai thác trong thực tế có xu hướng là dự đoán và mô tả. Như đã nêu trước đó, dự đoán liên quan đến việc sử dụng một số biến hoặc các lĩnh vực trong cáccơ sở dữ liệu để dự đoán giá trị không xác định hoặc trong tương laicủa các biến khác quan tâm, và mô tảtập trung vào việc tìm kiếm nhân-interpretable mô hình mô tả dữ liệu. Mặc dù cácranh giới giữa dự đoán và mô tả là không sắc nét (một số của các kiểuMô hình có thể được mô tả, đến mức màhọ là dễ hiểu, và ngược lại), cácsự phân biệt rất hữu ích cho sự hiểu biết cáckhám phá mục tiêu tổng thể. Tầm quan trọng tương đối của dự đoán và mô tả cho cụ thể khai thác dữ liệu ứng dụng có thể khác nhau đáng kể. Mục tiêu của dự đoán vàMô tả có thể đạt được bằng cách sử dụng một sốphương pháp khai thác dữ liệu cụ thể. Classificationis học tập một chức năng màbản đồ (phân loại) một mục dữ liệu vào một trong một số định trước các lớp học (Weiss và Kulikowskinăm 1991; Tay năm 1981). Ví dụ về phân loạiphương pháp được sử dụng như là một phần của kiến thức khám pháứng dụng bao gồm các phân loại của các xu hướngtrong thị trường tài chính (Apte và Hong 1996)và tự động xác định các đối tượng củaquan tâm đến hình ảnh lớn cơ sở dữ liệu (Fayyad,Djorgovski, và Weir năm 1996). Hình 3 cho thấy mộtđơn giản phân vùng dữ liệu cho vay vào haikhu vực lớp; lưu ý rằng nó là không thểtách các lớp học hoàn toàn sử dụng một tuyến tínhquyết định ranh giới. Ngân hàng có thể muốnsử dụng khu vực phân loại để tự độngquyết định cho dù ứng viên cho vay trong tương lai sẽđưa ra một khoản cho vay hoặc không.Regressionis học tập một chức năng bản đồmột mục dữ liệu để một biến thực có giá trị dự đoán. Hồi quy ứng dụng rất nhiều, choVí dụ, dự đoán số lượng nhiên liệu sinh họchiện tại ở một khu rừng cho phép đo từ xa cảm nhận lò vi sóng, ước tính xác suất mà một bệnh nhân sẽ tồn tại cho các kết quả của một tập hợp các xét nghiệm chẩn đoán, dự đoánnhu cầu tiêu dùng cho một sản phẩm mới như là mộtchức năng của quảng cáo chi tiêu, và dự đoán thời gian series nơi các biến đầu vàocó thể là thời gian-tụt Phiên bản của dự báobiến. Hình 4 cho thấy kết quả đơn giảnhồi qui tuyến tính nơi tổng số nợ được trang bị như là mộtCác chức năng tuyến tính thu nhập: phù hợp là người nghèo vì chỉ là một sự tương quan yếu tồn tại giữahai biến.Clusteringis des phổ biến

Kết quả (Việt) 2:

Các mục tiêu chính hai cao cấp khai thác dữ liệu trong thực tế có xu hướng được dự báo và mô tả. Như đã nói ở trên, dự báo liên quan đến việc sử dụng một số các biến hoặc các trường trong các
cơ sở dữ liệu để dự đoán giá trị không biết hoặc tương lai
của các biến quan tâm khác, và mô tả
tập trung vào việc tìm kiếm các hình thái nhân-phiên dịch được mô tả dữ liệu. Mặc dù
ranh giới giữa dự báo và mô tả là không sắc nét (một số trong các tiên đoán
mô hình có thể được mô tả, đến mức độ mà
họ có thể hiểu được, và ngược lại), các
phân biệt là hữu ích cho sự hiểu biết các
mục tiêu phát hiện tổng thể. Tầm quan trọng tương đối của các dự báo và mô tả cho các ứng dụng khai thác dữ liệu cụ thể có thể thay đổi đáng kể. Các mục tiêu của dự báo và
mô tả có thể đạt được bằng cách sử dụng một loạt các
phương pháp khai thác dữ liệu cụ thể.
Classificationis học một hàm
ánh xạ (phân loại) một mục dữ liệu vào một trong những loại được xác định trước (Weiss và Kulikowski
1991; Hand 1981). Ví dụ về phân loại
các phương pháp được sử dụng như là một phần của khám phá tri thức
ứng dụng bao gồm các phân loại của các xu hướng
trong thị trường tài chính (Apte và Hồng 1996)
và nhận diện tự động các đối tượng
quan tâm đến cơ sở dữ liệu hình ảnh lớn (Fayyad,
Djorgovski, và Weir 1996). Hình 3 cho thấy một
phân vùng đơn giản của các số liệu cho vay vào hai
khu vực lớp học; lưu ý rằng nó không thể
tách các lớp hoàn hảo bằng cách sử dụng một tuyến
đường biên quyết định. Các ngân hàng có thể muốn
sử dụng các khu vực phân loại để tự động
quyết định xem ứng viên vay trong tương lai sẽ được
đưa ra một khoản vay hay không.
Regressionis học một chức năng mà các bản đồ
một mục dữ liệu cho một biến dự đoán giá trị thực. Ứng dụng hồi quy nhiều, cho
ví dụ, dự đoán số lượng sinh khối
hiện diện trong một khu rừng được đo vi sóng viễn thám, ước tính xác suất mà một bệnh nhân sẽ sống sót được đưa ra các kết quả của một loạt các thử nghiệm chẩn đoán, dự báo
nhu cầu tiêu dùng cho một sản phẩm mới như là một
chức năng của chi phí quảng cáo, và dự đoán chuỗi thời gian mà các biến đầu vào
có thể là phiên bản thời gian trễ của các dự báo
biến. Hình 4 cho thấy kết quả của việc đơn giản
hồi quy tuyến tính mà tổng nợ được lắp đặt như là một
hàm tuyến tính của thu nhập: phù hợp là nghèo bởi vì chỉ có một tương quan yếu tồn tại giữa
hai biến.
Clusteringis một phổ biến des