Data Mining

       

Свойства методов Data Mining


Различные методы Data Mining характеризуются определенными свойствами, которые могут быть определяющими при выборе метода анализа данных. Методы можно сравнивать между собой, оценивая характеристики их свойств.

Среди основных свойств и характеристик методов Data Mining рассмотрим следующие: точность, масштабируемость, интерпретируемость, проверяемость, трудоемкость, гибкость, быстрота и популярность.

Масштабируемость - свойство вычислительной системы, которое обеспечивает предсказуемый рост системных характеристик, например, быстроты реакции, общей производительности и пр., при добавлении к ней вычислительных ресурсов.

В таблице 3.1 приведена сравнительная характеристика некоторых распространенных методов [15]. Оценка каждой из характеристик проведена следующими категориями, в порядке возрастания: чрезвычайно низкая, очень низкая, низкая/нейтральная, нейтральная/низкая, нейтральная, нейтральная/высокая, высокая, очень высокая.

Таблица 3.1. Сравнительная характеристика методов Data MiningАлгоритмТочностьМасштаби-руемостьИнтерпрети-руемостьПригод-ность к исполь-зованиюТрудо-емкостьРазносто-ронностьБыстротаПопуляр-ность, широта исполь-зованиякласси-ческие методы (линейная регрессия)нейронные сетиметоды визуали-зациидеревья решенийполино-миальные нейронные сетиk-ближай-шего соседа
нейтраль-наявысокаявысокая / нейтраль-наявысокаянейтраль-наянейтраль-наявысокаянизкая
высокаянизкаянизкаянизкаянейтраль-наянизкаяочень низкаянизкая
высокаяочень низкаявысокаявысокаяочень высокаянизкаячрезвы-чайно низкаявысокая / нейтраль-ная
низкаявысокаявысокаявысокая / нейтраль-наявысокаявысокаявысокая / нейтраль-наявысокая / нейтраль-ная
высокаянейтральнаянизкаявысокая / нейтраль-наянейтраль-ная / низкаянейтраль-наянизкая / нейтраль-наянейтраль-ная
низкаяочень низкаявысокая / нейтраль-наянейтраль-наянейтраль-ная / низкаянизкаявысокаянизкая

Как видно из рассмотренной таблицы, каждый из методов имеет свои сильные и слабые стороны. Но ни один метод, какой бы не была его оценка с точки зрения присущих ему характеристик, не может обеспечить решение всего спектра задач Data Mining.

Большинство инструментов Data Mining, предлагаемых сейчас на рынке программного обеспечения, реализуют сразу несколько методов, например, деревья решений, индукцию правил и визуализацию, или же нейронные сети, самоорганизующиеся карты Кохонена и визуализацию.

В универсальных прикладных статистических пакетах (например, SPSS, SAS, STATGRAPICS, Statistica, др.) реализуется широкий спектр разнообразнейших методов (как статистических, так и кибернетических). Следует учитывать, что для возможности их использования, а также для интерпретации результатов работы статистических методов (корреляционного, регрессионного, факторного, дисперсионного анализа и др.) требуются специальные знания в области статистики.

Универсальность того или иного инструмента часто накладывает определенные ограничения на его возможности. Преимуществом использования таких универсальных пакетов является возможность относительно легко сравнивать результаты построенных моделей, полученные различными методами. Такая возможность реализована, например, в пакете Statistica, где сравнение основано на так называемой "конкурентной оценке моделей". Эта оценка состоит в применении различных моделей к одному и тому же набору данных и последующем сравнении их характеристик для выбора наилучшей из них.



Содержание раздела