वीडियो: डेटा माइनिंग में निकटता क्या है?
2024 लेखक: Lynn Donovan | [email protected]. अंतिम बार संशोधित: 2023-12-15 23:47
निकटता उपाय समानता और असमानता के उपायों को संदर्भित करते हैं। समानता और असमानता महत्वपूर्ण हैं क्योंकि इनका उपयोग कई लोगों द्वारा किया जाता है डेटा खनन तकनीक, जैसे क्लस्टरिंग, निकटतम पड़ोसी वर्गीकरण, और विसंगति का पता लगाना।
इस संबंध में, एक निकटता उपाय क्या है?
निकटता उपाय वस्तुओं, वस्तुओं, उत्तेजनाओं, या व्यक्तियों के बीच मौजूद समानता या असमानता की विशेषता है जो एक अनुभवजन्य अध्ययन का आधार है।
ऊपर के अलावा, आप मैट्रिक्स की निकटता का पता कैसे लगाते हैं? दूरी मैट्रिक्स
- वस्तु के बीच निकटता को दूरी मैट्रिक्स के रूप में मापा जा सकता है।
- उदाहरण के लिए, वस्तु A = (1, 1) और B = (1.5, 1.5) के बीच की दूरी की गणना इस प्रकार की जाती है।
- वस्तु D = (3, 4) और F = (3, 3.5) के बीच की दूरी का एक अन्य उदाहरण के रूप में गणना की जाती है।
बस इतना ही, डेटा माइनिंग में समानता और असमानता क्या है?
समानता और असमानता अगले हैं डेटा खनन अवधारणाओं पर हम चर्चा करेंगे। समानता कैसे एक जैसे दो. का एक संख्यात्मक माप है आंकड़े वस्तुएं हैं, और विषमता एक संख्यात्मक माप है कि कितने भिन्न दो आंकड़े वस्तुएं हैं।
असमानता मैट्रिक्स क्या है?
NS असमानता मैट्रिक्स एक है आव्यूह जो दो समुच्चयों के बीच युग्म की समानता जोड़ी को व्यक्त करता है। यह चौकोर और सममित है। विकर्ण सदस्यों को शून्य के रूप में परिभाषित किया गया है, जिसका अर्थ है कि शून्य का माप है विषमता एक तत्व और स्वयं के बीच।
सिफारिश की:
क्या डेटा माइनिंग में सभी पैटर्न दिलचस्प हैं?
मॉडलिंग डेटा के पारंपरिक कार्य के विपरीत - जहां लक्ष्य एक मॉडल के साथ सभी डेटा का वर्णन करना है - पैटर्न डेटा के केवल एक हिस्से का वर्णन करते हैं [27]। बेशक, डेटा के कई हिस्से, और इसलिए कई पैटर्न, बिल्कुल भी दिलचस्प नहीं हैं। पैटर्न माइनिंग का लक्ष्य केवल उन्हीं की खोज करना है जो हैं
डेटा माइनिंग में क्लस्टरिंग की क्या आवश्यकताएं हैं?
क्लस्टरिंग एल्गोरिथम को जिन मुख्य आवश्यकताओं को पूरा करना चाहिए वे हैं: मापनीयता; विभिन्न प्रकार की विशेषताओं से निपटना; मनमाना आकार वाले समूहों की खोज करना; इनपुट पैरामीटर निर्धारित करने के लिए डोमेन ज्ञान के लिए न्यूनतम आवश्यकताएं; शोर और बाहरी कारकों से निपटने की क्षमता;
डेटा माइनिंग क्या है और डेटा माइनिंग क्या नहीं है?
डेटा माइनिंग बिना किसी पूर्वकल्पित परिकल्पना के किया जाता है, इसलिए डेटा से जो जानकारी आती है वह संगठन के विशिष्ट प्रश्नों का उत्तर देने के लिए नहीं होती है। डेटा माइनिंग नहीं: डेटा माइनिंग का लक्ष्य बड़ी मात्रा में डेटा से पैटर्न और ज्ञान का निष्कर्षण है, न कि डेटा का निष्कर्षण (खनन)
डेटा माइनिंग में वर्गीकरण तकनीकें क्या हैं?
डेटा माइनिंग में कार्यों के छह सामान्य वर्ग शामिल हैं। विसंगति का पता लगाना, एसोसिएशन नियम सीखना, क्लस्टरिंग, वर्गीकरण, प्रतिगमन, सारांश। डेटा माइनिंग में वर्गीकरण एक प्रमुख तकनीक है और इसका व्यापक रूप से विभिन्न क्षेत्रों में उपयोग किया जाता है
डेटा माइनिंग में विभिन्न प्रकार के डेटा क्या हैं?
आइए चर्चा करें कि किस प्रकार के डेटा का खनन किया जा सकता है: फ्लैट फ़ाइलें। संबंधपरक डेटाबेस। डेटा वेयरहाउस। लेन-देन संबंधी डेटाबेस। मल्टीमीडिया डेटाबेस। स्थानिक डेटाबेस। समय श्रृंखला डेटाबेस। वर्ल्ड वाइड वेब (डब्ल्यूडब्ल्यूडब्ल्यू)