数据挖掘建模技术
数据挖掘建模

建模算法-细分(Segmentation)

来源:数海时代  发布时间:2012-11-9 16:02:39  点击数:3706

建模算法-细分(Segmentation)

   细分模型将数据划分为具有类似输入字段模式的记录段或聚类。细分模型只对输入字段感兴趣,没有输出或目标字段的概念。细分模型的示例为Kohonen 网络、K-Means 聚类、两步聚类和异常检测等。
   在不知道特定结果的情况下(例如,需要识别新犯罪模式或在客户群中识别利益群体时),建议使用细分模型(也称为“聚类模型”)。聚类模型主要用来确定相似记录的组并根据它们所属的组来为记录添加标签。此方法的优点在于,不用提前了解这些组及其特征就可以使用,它使聚类模型(其中没有需要模型预测的预定义输出或目标字段)区别于其他的建模技术。对于这些模型来说,没有正确或错误的结果之分。模型的值由模型捕获数据中感兴趣的分组并提供这些分组的有用说明信息的能力来确定。聚类模型通常用于创建在后续分析中用作输入的聚类或段(例如,将潜在用户分成几个相似的子组)。

 
分享到: