少。所應(yīng)用的技術(shù)越多，用戶血液溶漿機(jī)在選擇技術(shù)時(shí)就越困難。這就像在商場(chǎng)里選電視機(jī)一樣，電視 的品牌越多，選擇時(shí)就越困難，因?yàn)檫@些品牌 間的區(qū) 別并 不大。同 樣，在理解 了數(shù) 據(jù)挖 掘技 術(shù)以及它們之間的相似性之后，就會(huì)發(fā)現(xiàn)，最初對(duì)這些技術(shù)上的不同理解只是因?yàn)闆]有很好 的理解這些技術(shù)本身，一旦理解技術(shù)本身之后，就知道這些技術(shù)之間是十分類似。 要對(duì)數(shù)據(jù)挖掘技術(shù)進(jìn)行比較，應(yīng)首先對(duì) 使用這 些技 術(shù)數(shù) 據(jù)挖掘 產(chǎn)品 進(jìn)行評(píng) 價(jià)。評(píng) 價(jià)通 常可從三個(gè)方面考慮。第一個(gè)是商業(yè)評(píng)價(jià)，它更多考慮市場(chǎng)特點(diǎn)。第二個(gè)是應(yīng)用評(píng)價(jià)，它立 足于比較細(xì)節(jié)的層次，說明了某一技術(shù)在哪個(gè)應(yīng)用領(lǐng)域效果最好，在哪個(gè)應(yīng)用領(lǐng)域使用效果 不好或者不能使用。第三個(gè)是算法評(píng)價(jià)，是最詳細(xì)的評(píng)價(jià)，它是從數(shù)據(jù)挖掘的最低層比較這 些技術(shù)。數(shù)據(jù)挖掘技術(shù)在 算法 評(píng) 價(jià)上 的表 現(xiàn)直 接影 響 它在 商業(yè) 和應(yīng) 用評(píng) 價(jià) 上的 排 名。例 如，在算法評(píng)價(jià)上，如果處理干擾數(shù)據(jù)的能力很高，那么在
商業(yè)評(píng)價(jià)上，表明其有更高的自適 應(yīng)性能。 （１） 商業(yè)評(píng)價(jià) 商業(yè)評(píng)價(jià)主要評(píng)價(jià)數(shù)據(jù)挖掘技術(shù)的商業(yè)價(jià) 值。在評(píng) 價(jià)過 程中，考 慮的不 是學(xué) 術(shù)中 的速 度或性能，而是商業(yè)團(tuán)體所遇到的現(xiàn)實(shí)問題。因 為有 些數(shù) 據(jù)挖掘 技術(shù) 不能實(shí) 際應(yīng) 用到 商業(yè) 中去，只是停留在學(xué)術(shù)研究上。 （２） 應(yīng)用評(píng)價(jià) 應(yīng)用評(píng)價(jià)主要側(cè)重點(diǎn)是幫助一個(gè)特定應(yīng)用 選擇 數(shù)據(jù)挖 掘算 法。在特 定應(yīng) 用中，一 些數(shù) 據(jù)挖掘技術(shù)的易用性要比另一些技術(shù)要好。例如，決 策樹 和神經(jīng) 網(wǎng)絡(luò) 都能夠 從數(shù) 據(jù)庫(kù) 中產(chǎn) 生規(guī)則，但是一般來講，如果要發(fā)現(xiàn)數(shù)據(jù)庫(kù)中所有關(guān)聯(lián)規(guī)則或有趣的規(guī)則，那么，規(guī)則推理技 術(shù)就是最有效的方法。再 比如，在 文字 的識(shí) 別 和處 理上，決 策樹 和 神經(jīng) 網(wǎng)絡(luò) 都是 可 用的 算 法，但是最好的方法則是鄰近搜索算法。 （３） 算法評(píng)價(jià) 算法評(píng)價(jià)從算法本身來詳細(xì)地說明算法的 優(yōu)缺 點(diǎn)。例如，在 比較 時(shí)可以 將準(zhǔn) 確性 作為 １０．１ 數(shù)據(jù)挖掘及其應(yīng)用 ３５３ 一個(gè)指標(biāo)，但是如果一個(gè)算法本身沒有辦法處理一定程度上受到破壞或干擾的數(shù)據(jù)，那么算 法的準(zhǔn)確性又能說明 什 么？或 者，如 果 一個(gè) 算 法 本身 運(yùn) 行 很 快，例 如 在 １０ ｍｉｎ 內(nèi)處 理 １０ ＧＢ的數(shù)據(jù)，但是如果前期數(shù)據(jù)的準(zhǔn)確需要一個(gè)月，這個(gè)算法又有什么用？ 總而言之，對(duì)數(shù)據(jù)挖掘算法的比較一定要選擇一個(gè)衡量的標(biāo)準(zhǔn)，而標(biāo)準(zhǔn)的選擇也是比較 困難的，因?yàn)樵谝粋�(gè)評(píng)價(jià)標(biāo)準(zhǔn)下表現(xiàn)優(yōu)秀的算 法，在另 一個(gè)標(biāo) 準(zhǔn)下 并不 一定優(yōu) 秀，所以 這要 根據(jù)用戶的實(shí)際
情況而定。上面只是給出了評(píng)價(jià)數(shù)據(jù)挖掘算法時(shí)，可以考慮的三個(gè)方面，僅 供參考。 １０．１．７ 數(shù)據(jù)挖掘的過程 數(shù)據(jù)挖掘是一個(gè)依賴應(yīng)用的問題，不同的數(shù) 據(jù)挖 掘應(yīng) 用可能 需要 不同的 數(shù)據(jù) 挖掘 技術(shù) 進(jìn)行處理，處理流程可能也會(huì)有所不同。一般 情況 下，數(shù)據(jù)挖 掘的 過程 包括５ 個(gè)步 驟：確定 業(yè)務(wù)對(duì)象、數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘、結(jié)果的解釋評(píng)價(jià)與可視化以及知識(shí)同化，如圖１０．２所示。 圖１０．２ 數(shù)據(jù)挖掘的基本過程 １． 確定業(yè)務(wù)對(duì)象 清晰地定義出業(yè)務(wù)問題，認(rèn)清數(shù)據(jù)挖掘 的目的 是數(shù) 據(jù)挖 掘的重 要一 步。挖掘 的最 后結(jié) 構(gòu)是不可預(yù)測(cè)的，但要探索的問題應(yīng)是有預(yù)見的，為了數(shù)據(jù)挖掘而數(shù)據(jù)挖掘則是帶有盲目性 的，是不會(huì)成功的。
