数据挖掘最常见的十种方法 下面介绍十种数据挖掘（Data Mining）的分析方法，以便于大家对模型的初步了解，这些都是日常挖掘中经常遇到的算法，希望对大家有用！（甚至有数据挖掘公司，用其中的一种算法就能独步天下） 1、基于历史的MBR 分析（Memory-Based Reasoning；MBR） 基于历史的MBR 分析方法最主要的概念是用已知的案例（case）来预测未来案例的一些属性（attribute），通常找寻最相似的案例来做比较。 记忆基础推理法中有两个主要的要素，分别为距离函数（distance function）与结合函数（combination function）。距离函数的用意在找出最相似的案例；结合函数则将相似案例的属性结合起来，以供预测之用。记忆基础推理法的优点是它容许各种型态的数 据，这些数据不需服从某些假设。另一个优点是其具备学习能力，它能藉由旧案例的学习来获取关于新案例的知识。较令人诟病的是它需要大量的历史数据，有足够 的历史数据方能做良好的预测。此外记忆基础推理法在处理上亦较为费时，不易发现最佳的距离函数与结合函数。其可应用的范围 包 括 欺 骗 行 为的侦 测、客 户 反 应预 测、医 学诊 疗 、反 应的归 类 等 方面。 2、购 物 篮 分析（Market Basket Analysis） 购 物 篮 分析最主要的目 的在于找出什 么 样 的东 西 应该 放 在一起？ 商 业 上的应用在藉由顾 客 的购 买 行 为来了解是什 么 样 的顾 客 以及 这些顾 客 为什 么 买 这些产 品 ，找出相 关的联 想 （association）规 则，企 业 藉由这些规 则的挖掘获得 利 益 与建立 竞 争 优势 。举 例来说 ，零 售 店 可藉由此分析改 变 置 物 架 上的商 品 排 列 或 是设计 吸 引 客 户 的商 业 套 餐 等 等 。 购 物 篮 分析基本 运 作 过 程 包 含 下列 三 点： （1）选 择 正 确 的品 项 ： 这里 所 指 的正 确 乃 是针 对企 业 体 而 言 ，必 须 要在数以百计 、千 计 品 项 中选 择 出真 正 有用的品 项 出来。 （2）经由对共 同 发生 矩 阵 （co-occurrence matrix）的探 讨 挖掘出联 想 规 则。 （3）克 服实 际 上的限 制 ： 所 选 择 的品 项 愈 多 ，计 算所 耗 费的资 源 与时间 愈 久 （呈现指数递增），此时必须运用一些技术以降低资源与时间的损耗。 购物篮分析技术可...
