文件名称：模型分类-数据挖掘原理与SPSS-Clementine应用宝典
文件大小：9.07MB
文件格式：PPT
更新时间：2024-05-13 18:17:23
SPSS 数据挖掘
16.2.3模型分类 在实际建立模型时，我们要依据建模目的，重点考虑对象的数学特征和数学方法。需要注意的是对同一事物由于对问题的认识程度或建模目的的不同，经常可以构造出不同的模型。 我们可以从不同的途径来描述模型，下面主要阐述常用的基本的数据挖掘模型，利用基本模型经过修改、融合、创新成为需要的模型。 这些常用的基本模型是：推理／预测模型,关联／系统模型,静态／动态模型,定量／定性模型,比较／交互模型 建模者在挖掘环境中所用到的挖掘框架，包含了所有的这些常用模型，框架包含的模型越充分，选择的恰当性就越好。