پیش بینی در داده کاوی

پیش بینی در داده کاوی مانند دسته‏ بندی یا تخمین است که بسیاری از پروژه متلب در بحث داده کاوی به این موضوع مربوط می شود با این تفاوت که اطلاعات ، مطابق برخی از رفتارهای پیش بینی شده‏ی آینده یا ارقام تخمین زده ی آینده دسته‏بندی می شوند. در عملِ پیش بینی ، تنها روش برای بررسی صحت دسته‏ بندی ، انتظار و دیدن آینده است.

هر یک از تکنیک های استفاده شده در دسته‏بندی و تخمین را می توان برای استفاده در پیش بینی تطبیق داد. جایی که متغیری که باید پیش بینی شود از قبل معلوم است و داده‏های پیشین برای آن وجود دارد ؛ از داده‏های پیشین برای تهیه ی یک مدل که بیانگر رفتار مشاهده شده ی کنونی است استفاده می‏شود ؛ وقتی این مدل برای ورودی های کنونی به کار رفت ؛ نتیجه ی کار ، پیش بینی رفتار آینده خواهد بود. مثال هایی از پیش بینی از این قرارند :

* پیش بینی اینکه کدام مشتریان در طول 6 ماه آینده ، بازار محصول ما را ترک خواهند کرد.

* پیش بینی اینکه کدام مشترکین تلفن ، متقاضی خدمات ویژه مانند مکالمه ی سه جانبه یا پیغام گیر خواهند شد.

بیشتر تکینک های داده‏کاوی در صورت وجود داده‏های مناسب ، برای استفاده در پیش بینی مناسبند. انتخاب تکنیک به ماهیت داده‏های ورودی و نوع متغیری که باید پیش بینی شود بستگی دارد.

متلب پروگرمر بینی ,آینده ,داده‏های ,استفاده ,تخمین ,داده ,داده کاوی ,بینی اینکه ,اینکه کدام ,پیشین برای ,داده‏های پیشین منبع