필요하다면 - 더미

데이터 마이닝 인 경우 가끔은 주어진 프로젝트에 필요한 것보다 많은 데이터가 있습니다. 당신이 필요로하는 것만 깎아 내리는 방법은 다음과 같습니다.

필드 좁히기

데이터 세트에 많은 변수가 있으면 관심있는 것을 찾거나 보지 못하게 될 수 있습니다. 또한 데이터 세트가 크고 모든 변수가 필요하지 않은 경우 추가 기능을 유지하면 리소스가 불필요하게 흡수됩니다. 따라서 때때로 변수를 유지하고 다른 변수를 삭제해야 할 때가 있습니다. 그림은 KNIME의 예를 보여줍니다. 오른쪽 도구는 Column Filter (열 필터)입니다.

이 도구의 설정 예는 다음 그림과 같습니다.

필드를 좁히려면 데이터 마이닝 응용 프로그램에서 변수 선택 도구를 찾으십시오. 이들은 데이터 조작을위한 다른 도구와 함께 발견됩니다. 다른 데이터 마이닝 도구와 마찬가지로 이름은 제품마다 다릅니다. 열, 변수, 또는 필드, 및 선택 또는 필터링에 대한 변형을 찾습니다.

관련 사례 선택

불완전한 데이터가있는 사례는 모델을 작성하기 전에 필터링 할 수 있습니다. 불완전한 사례를 제거하는 것은 데이터 선택 또는 필터링의 일반적인 예입니다. 하지만 관심있는 각 세그먼트에 대해 관련 사례 만 선택하는 방법은 무엇입니까? 데이터 선택 도구를 사용할 수 있습니다.

다음 그림은 다른 데이터 마이닝 응용 프로그램의 데이터 선택 도구를 보여줍니다.

다음 그림은 다른 종류의 선택을 위해이 도구를 설정하는 방법을 보여줍니다.이 도구는 변수 값을 기반으로합니다.

이러한 종류의 데이터 선택을 사용하는 것이 일반적이며 일부 애플리케이션은 원하는 케이스를 정확하게 정의하는 데 도움이되는 모든 종류의 내장 함수를 제공합니다. 여기에는 몇 가지 예외적 인 기능이 있습니다. 변수에 대한 요약 통계를 표시하고 정확히 얼마나 많은 사례가 선택 기준을 충족시키는 지 알려줍니다.

대부분의 데이터 마이닝 애플리케이션에는 필요한 경우 만 선택하는 도구가 있습니다. 메뉴 (또는 검색)에서

를 선택하고 또는 필터를 선택하십시오. 샘플링

요즘 인기있는 개념은 더 많은 데이터가 더 나은 데이터라는 것입니다. 이것은 새로운 생각이 아닙니다. 데이터 마이닝 응용 프로그램은 대용량 데이터 작업을 위해 항상 개발되었습니다. "데이터 마이닝"이라는 이름조차도 대량을 제안합니다. 그러나 종종 데이터 샘플을 사용하면 유용한 정보를 제공하고 작업을 쉽게하며 시간과 리소스를 절약 할 수 있습니다.

샘플링은 데이터 마이닝에서 중요한 역할을합니다. 데이터가 균형을 이룬 경우, 모델이 비교되는 각 그룹에서 동일한 수의 사례를 사용했다는 것을 의미합니다 (이 예에서 그룹은 손과 속성을 변경 한 속성이었고 그룹은 그렇지 않은 그룹 이었음). 기타 원본 데이터.나중에 데이터를 분할하여 하나의 하위 집합으로 분리하여 모델 교육에 사용하고 다른 집합을 테스트에 사용했습니다. 평행 좌표 플롯에서 샘플 데이터 만 사용하면 쉽게보고 해석 할 수 있습니다. (수천 개의 점을 가진 산포도는 극도로 읽기 어려울 수 있습니다!) 무엇보다도 가장 중요한 것은 샘플링만으로도 데이터 양이 줄어들어 일이 더 빨리 진행된다는 것입니다.