5 Data Warehouse continuacion

DataMining
•“The automated extraction of predictive information from (large) databases “ (Kurt Thearling)
•Herramienta para descubrir información en los datos
–reglas de asociación (regresión,sumarización, dependencias)
–jerarquía de clasificación (cluster)
–comportamiento secuencial
–categorización y segmentación
–“outliers”, desviaciones y evolución
•Objetivos de esta información–predicción
–identificación
–optimización

(Ejemplos)
Asociación (descriptivo)
Los compradores de pañales también suelen comprar cerveza.
Clustering (descriptivo)
Segmentación de los clientes de unhipermercado:
-- Clientes ocasionales que gastan mucho.
-- Clientes habituales con presupuesto limitado.
-- Clientes ocasionales con presupuesto limitado.
Clasificación (predictivo):
-- Perfil deun cliente de alto riesgo para préstamos bancarios.

Usar el software para encontrar patrones útiles de información en la data warehouses se llama data mining.
OLAP fue la forma original del datamining. Los datos originalmente recolectados para preparar informes financieros se reconocieron como posibles fuentes para modelar, predecir y como soporte para las decisiones
En lugar de tenerhipótesis que se verifican (o no) con los datos, el software busca patrones que se analizan, y se validan.

Hay muchos algoritmos y herramientas disponibles
•Decision Trees
•Nearest NeighborClassification
•Neural Networks
•Rule Induction
•K-means Clustering (partición)
se requiere conocimientos estadísticos para comparar las diferentes técnicas

Algoritmos de Minería de Datos:
1.Supervisados opredictivos: – Dado un conjunto de variables predictoras, se desea conocer el comportamiento de la variable a predecir. Predicen el valor de un atributo de un conjunto de datos, conocidos otrosatributos. – Una vez entrenado el modelo, sirve para realizar la predicción de datos cuyo valor es desconocido
2.No supervisados : – Descubren patrones y tendencias en los datos – Agrupar registros por...