데이터마이닝 알고리즘

I. 데이터마이닝 알고리즘의 개요

가. 데이터마이닝 알고리즘의 정의

   - 복잡한 문제들을 해결하기 위해 비즈니스 및 과학적 기관들에 의해 다양한 방법과 알고리즘

나. 데이터마이닝 과업 유형

   - 예측, 연관, 분리

---

II. 데이터마이닝 과업과 알고리즘

분석기법	내용
연관성 분석 (Associate)	- 여러 개의 트랜잭션들 중에서 동시에 발생하는 트랜잭션의 연관관계를 발견 - 지지도, 신뢰도, 향상도 (Apriori 알고리즘)
연속성 규칙 (Sequence)	- 개인별 이력데이터를 시계열적 분석하여 트랜잭션의 향후 발생 가능성을 예측
분류 규칙 (Classification)	- 이미 알려진 특정그룹에 특징을 부여하여 정의된 분류에 맞게 구분
데이터 군집화 (Clustering)	- 상호간에 유사한 특징을 갖는 데이터들 집단화하는 과정 - K-means Clustering 알고리즘: K개의 묶음으로 군집하여 분류하는 기법
특성화 (Characterization)	- 데이터 집합의 일반적인 특성을 분석 - 데이터의 요약 과정을 통하여 특성 규칙을 발견
의사결정트리 (Decision Tree)	- 과거 축적된 데이터를 분석하여 나무모형으로 분류
신경망 분석	- 인간 두뇌세포 모방한 개념으로 학습을 통한 예측