Kev faib tawm yog ib qho data mining technique uas muab cov khoom rau ib phau ntawm cov ntaub ntawv kom thiaj li pab tau ntau yam lus tshaj tawm thiab tshawb xyuas. Kuj hu ua qee lub npe hu ua Cov Kev Txiav Txim Siab , kev faib tawm yog ib qho ntawm ntau txoj kev los ua qhov kev ntsuam xyuas ntawm cov ntaub ntawv pov thawj zoo heev.
Vim licas?
Cov databases loj loj yog qhov kev ua neej nyob rau hnub no lub ntiaj teb ntawm "cov ntaub ntawv loj." Xav txog tej yam muaj pes tsawg tus terabytes ntawm cov ntaub ntawv-a terabyte yog ib trillion bytes ntawm cov ntaub ntawv.
Facebook ib leeg crunches 600 terabytes ntawm cov ntaub ntawv tshiab txhua txhua hnub (raws li ntawm 2014, lub sij hawm kawg nws qhia cov specs). Thawj cov kev sib tw ntawm cov ntaub ntawv loj yog yuav ua li cas kom paub nws.
Thiab sheer ntim tsis yog qhov teeb meem nkaus xwb: cov ntaub ntawv loj kuj nyam ua miv, tsi hab hab hloov ceev. Xav txog cov ntaub ntawv audio thiab video, kev tshaj tawm hauv xov xwm, Cov ntaub ntawv 3D lossis cov ntaub ntawv geospatial. Cov ntaub ntawv no tsis yog yooj yim categorized los yog txhim kho.
Yuav kom ua tau raws li qhov kev sib tw no, muaj ntau txoj kev siv kev rho tawm cov ncauj lus tseem ceeb tau tsim tawm, ntawm lawv qhov kev faib tawm .
Li Cas Ua Haujlwm Ua Haujlwm
Thaum muaj kev nyab xeeb ntawm kev tsiv mus deb rau hauv kev sib tham-tham, peb tham txog qhov kev faib tawm haujlwm li cas. Lub hom phiaj yog tsim ib co kev cai ntawm kev faib cov lus nug uas yuav teb lo lus nug, txiav txim siab, los sis kwv yees kev kwv yees.Tej pib, cov lus qhia txog kev cob qhia raug tsim muaj uas muaj qee yam ntawm cov cwj pwm thiab cov txiaj ntsim zoo.
Txoj hauj lwm ntawm qhov kev cais tawm tswv yim yog mus tshawb xyuas tias qhov txheej txheem ntawm cov cwj pwm mus txog nws qhov xaus.
Scenario : Tej zaum ib lub tuam txhab credit card sim txiav txim siab uas zeem muag yuav tsum tau txais ib daim credit card kev.
Qhov no tej zaum nws yog cov txheej txheem kev cob qhia:
| Lub npe | Hnub nyoog | Tub los ntxhais | Txhua Xyoo Nyiaj Tau Los | Credit Card Kev |
|---|---|---|---|---|
| John Doe | 25 | M | $ 39,500 | Tsis yog |
| Jane Doe | 56 | F | $ 125,000 | Muaj |
Qhov "kev twv txiaj" txhua hnub Age , Gender , thiab Annual Income txiav txim siab txog tus nqi ntawm qhov "tus cwj pwm ntawm cov khoom" Credit Card . Hauv kev cob qhia teeb, qhov paub txog tus cwj pwm paub tseeb. Qee qhov kev qhia tawm algorithm ces txiav txim siab seb qhov txiaj ntsim ntawm tus cwj pwm txheeb ze tau raug li cas: kev sib txheeb li cas ntawm cov kwv yees thiab qhov kev txiav txim siab? Nws yuav tsim ib co kev twv ua ntej txoj cai, feem ntau yog daim ntawv YOG / daim ntawv, piv txwv:
YOG HAIS TIAS (Hnub Yau> 18 LOS YOG KAWM TOM QAB <75) THIAB NYIAJ XYOO> 40,000 THEN Credit Card Offer = yes
Obviously, qhov no yog ib qho piv txwv yooj yim, thiab cov algorithm yuav xav tau cov ntaub ntawv loj dua cov ntaub ntawv tshaj qhov ob cov ntaub ntawv qhia ntawm no. Tsis tas li ntawd, cov kev cai twv ua ntej yog yuav muaj ntau txoj hauv kev, nrog rau txoj cai tswjfwm tus cai kom ntes cov ntsiab lus.
Tom ntej no, lub tswv yim "algorithm" yog muab ib "kev kwv yees txheej" ntawm cov ntaub ntawv los tshuaj, tab sis qhov teebmeem no tsis muaj qhov kev twv ua ntej (lossis kev txiav txim siab):
| Lub npe | Hnub nyoog | Tub los ntxhais | Txhua Xyoo Nyiaj Tau Los | Credit Card Kev |
|---|---|---|---|---|
| Jack Frost | 42 | M | $ 88,000 | |
| Mary Murray | 16 | F | $ 0 |
Cov ntaub ntawv ntawm cov lus twv no yuav pab kwv yees qhov tseeb ntawm txoj cai twv ua ntej, thiab cov kev cai yog tweaked kom txog rau thaum tus tsim tawm suav qhov kev kwv yees zoo thiab pab tau.
Hnub rau Hnub Xam ntawm Kev Teeb Meem
Kev faib tawm, thiab lwm yam ntaub ntawv kev tshawb fawb mining, yog qhov qab ntawm peb txoj kev tauj txhua hnub raws li tau txais kev pab.
Kev twv huab cua tej zaum yuav siv cov kev faib tawm los qhia seb hnub twg yuav muaj rainy, sunny lossis pos huab. Cov kws kho mob yuav soj ntsuam cov kev mob nkeeg kom twv seb cov txiaj ntsim kev kho mob tau zoo li cas. Ib hom kev cais, Naive Bayesian, siv qhov yuav tsum tau ua kom tau categorize spam emails. Los ntawm kev dag kom paub cov khoom muaj nqis, kev faib tawm tom qab lub scenes txhua hnub txheeb xyuas cov ntaub ntawv thiab ua kev twv ua ntej.