WEKA是一个完全开放的数据挖掘工作平台，集合了大量能承担数据挖掘任务的机器学习算法，如对数据进行预处理、分类预测、聚类分析、关联规则挖掘、属性选择等。 在数据挖掘建模过程中，包括准备要输入的数据，进...

数据挖掘平台（TipDM）的产品特点 广州TipDM团队一直致力于基于云计算的海量数据挖掘，借鉴WEKA、MATLAB、R和Mahout的优点，基于Hadoop并行计算平台，采用MapReduce计算...

数据挖掘平台（TipDM）的产品功能 TipDM以智能预测技术为核心，并提供开放的应用接口。TipDM的底层算法，主要基于MATLAB、R、WEKA、Mahout等通过封装形成，所以建模输出结果与这几...

下面简单介绍几种常用的数据挖掘建模工具： 1.Enterprise Miner Enterprise Miner（简称EM）是SAS推出的一个集成的数据挖掘系统，允许使用和比较不同的技术，同时还集成了...

什么是分类与回归：分类与回归建模的原理 分类（Classification）：指将数据映射到预先定义好的群组或类。 因为在分析测试数据之前，类别就已经确定了，所以分类通常被称为有监督的学习。分类算法要...

什么是聚类分析：聚类分析建模的原理 聚类（Clustering）分析：是在没有给定划分类的情况下，根据信息相似度进行信息聚类的一种方法，因此聚类又称为无指导的学习。 与分类不同，分类需要先定义类别和训...

什么是关联规则：关联规则的内涵 关联规则（Association）：揭示数据之间的相互关系，而这种关系没有在数据中直接表示出来。 关联分析的任务就是发现事物间的关联规则或称相关程度。关联规则的一般形式...

时间序列的组合成分：四个因素 时间序列的变化主要受到长期趋势、季节变动、周期变动和不规则变动这四个因素的影响。其中： 长期趋势因素（T）反映了经济现象在一个较长时间内的发展方向，它可以在一个相当长的时...

什么是时序模式：时序模式的内涵 时序模式：描述基于时间或其他序列的经常发生的规律或趋势，并对其建模。 与回归一样，它也用已知的数据预测未来的值，但这些数据的区别是变量所处时间的不同。序列模式将关联模式...

数据挖掘现状及应用前景 “数据海量，信息缺乏”是大多数金融企业所面对的尴尬。目前，金融业实施的大多数数据库只能实现数据的录入、查询、统计等较低层次的功能，却无法发现数据中存在的各种有用信息，例如对这些...

什么是商业智能（BI）：商业智能的内涵 BI（Business Intelligence，商业智能）是一种运用了数据仓库、在线分析和数据挖掘等技术来处理和分析数据的崭新技术，目的是为企业决策者提供决策...

什么是数据挖掘：数据挖掘的内涵 数据挖掘（Data Mining, DM）：就是从大量数据（包括文本）中挖掘出隐含的、未知的、对决策有潜在价值的关系、模式和趋势，并用这些知识和规则建立用于决策支持的模...