数据挖掘使用的模型包含的内容有哪些？
数据挖掘通常使用的模型包括：分类、回归、时间序列、分组、联合分析和序列发现。分类就是将实例分配到组，然后利用数据库找出能够反映这一组中所有实例都 具备的共性特征。回归就是利用现有的数据预测其他变量值。时间序列也是如此，只不过加入了时间因素，反映过去和未来的相关性。分组是跟踪数据库中不同的组 的客户信息，找出彼此之间的有区别或者类似的组。联合分析揭示出一起发生的事情，它可以用来进行一揽子市场分析。序列发现用来衡量关联性并预测日后的扩展 销售。
数据挖掘使用的模型包含的内容有哪些？
数据挖掘通常使用的模型包括：分类、回归、时间序列、分组、联合分析和序列发现。分类就是将实例分配到组，然后利用数据库找出能够反映这一组中所有实例都 具备的共性特征。回归就是利用现有的数据预测其他变量值。时间序列也是如此，只不过加入了时间因素，反映过去和未来的相关性。分组是跟踪数据库中不同的组 的客户信息，找出彼此之间的有区别或者类似的组。联合分析揭示出一起发生的事情，它可以用来进行一揽子市场分析。序列发现用来衡量关联性并预测日后的扩展 销售。
