Minería de Datos

La minería de datos suele describirse como "el proceso de extraer información valida, autentica y que se pueda procesar de las bases de datos de gran tamaño." En otras palabras, la minería de datos deriva patrones y tendencias que existen en los datos. Estos patrones y tendencias se pueden recopilar y definir como un modelo de minería de datos. Los modelos de minería de datos se pueden aplicar a situaciones empresariales como las siguientes:

Predecir ventas.
Dirigir correo a clientes específicos.
Determinar los productos que se pueden vender juntos.
Buscar secuencias en el orden en que los clientes agregan productos a una cesta de compra.

Agrupamientos de Datos

La clasificación de objetos de acuerdo a su grado de similitud, es uno de los principales procesos de la Minería de datos. La organización de objetos en grupos de afinidad, es una de las formas de obtener conocimiento, así como, un factor clave en el aprendizaje automático.

El análisis de clúster es el estudio formal de algoritmos y métodos para agrupamientos o clasificación de objetos. Los objetos son descritos por un conjunto de medidas o relaciones entre ellos (tablas de base de datos). En el análisis de clúster, los objetos no están etiquetados con anterioridad, este no posee información alguna sobre la clasificación de los objetos.

El objetivo del análisis de clúster es, encontrar una conveniente y valida organización de los datos, esto es, clasificar los datos de tal forma que dicha clasificación tenga sentido en un contexto real. Por tanto, Los algoritmos de agrupamiento están enfocados a encontrar estructuras en los datos. Un clúster consta de un número de objetos similares, coleccionados o agrupados en un conjunto.


Las cookies nos permiten ofrecer nuestros servicios. Al continuar navegando, aceptas el uso que hacemos de ellas [+]. Aceptar.