Algoritmos de minería de datos

Algoritmos de minería de datos

1. Un algoritmo de minería de datos es un conjunto de cálculos y reglas heurísticas que permite crear un modelo de minería de datos a partir de los datos.

2. Para crear un modelo, el algoritmo analiza primero los datos proporcionados, en busca de tipos específicos de patrones o tendencias. Usa los resultados de este análisis para definir los parámetros óptimos para la creación del modelo de minería de datos. A continuación, estos parámetros se aplican en todo el conjunto de datos para extraer patrones procesables y estadísticas detalladas.

3. El modelo de minería de datos que crea un algoritmo a partir de los datos puede tomar diversas formas:

   • Un conjunto de clústeres que describe cómo se relacionan los casos de un conjunto de datos.
   • Un árbol de decisión que predice un resultado y que describe cómo afectan a este los distintos criterios.
   • Un modelo matemático que predice las ventas.
   • Un conjunto de reglas que describen cómo se agrupan los productos en una transacción, y las probabilidades de que dichos productos se adquieran juntos.

4. Microsoft SQL Server Analysis Services proporciona varios algoritmos que puede usar en las soluciones de minería de datos. Todos los algoritmos de minería de datos de Microsoft se pueden personalizar y son totalmente programables, bien mediante las API proporcionadas o bien mediante los componentes de minería de datos de SQL Server Integration Services.

   • También puede usar algoritmos de minería de datos desarrollados por terceros que cumplan la especificación OLE DB para minería de datos, o desarrollar algoritmos personalizados que se pueden registrar como servicios para usarlos a continuación en el marco de la minería de datos de SQL Server.

5. Elegir el algoritmo correcto

   • La elección del mejor algoritmo para una tarea analítica específica puede ser un desafío. Aunque puede usar diferentes algoritmos para realizar la misma tarea, cada uno de ellos genera un resultado diferente, y algunos pueden generar más de un tipo de resultado.
     • Elegir un algoritmo por tipo
       • Analysis Services incluye los siguientes tipos de algoritmos:
         • Algoritmos de clasificación: predicen una o más variables discretas, basándose en otros atributos del conjunto de datos.
         • Algoritmos de regresión: predicen una o más variables continuas, como las pérdidas o los beneficios, basándose en otros atributos del conjunto de datos.
         • Algoritmos de segmentación: dividen los datos en grupos, o clústeres, de elementos que tienen propiedades similares.
         • Algoritmos de asociación: buscan correlaciones entre diferentes atributos de un conjunto de datos. La aplicación más común de esta clase de algoritmo es la creación de reglas de asociación, que pueden usarse en un análisis de la cesta de compra.
         • Algoritmos de análisis de secuencias: resumen secuencias o episodios frecuentes en los datos, como un flujo de rutas web.
     • Tareas relacionadas
       • Para determinar el algoritmo usado por un modelo de minería de datos: Consultar los parámetros usados para crear un modelo de minería de datos.
       • Para crear un algoritmo complementario personalizado: Algoritmos de complemento.
     • Elegir un algoritmo por tarea
       • Predecir un atributo discreto: Algoritmo de árboles de decisión de Microsoft, Algoritmo Bayes naive de Microsoft, Algoritmo de clústeres de Microsoft, Algoritmo de red.
       • Predecir un atributo continuo: Algoritmo de árboles de decisión de Microsoft, Algoritmo de serie temporal de Microsoft, Algoritmo de regresión lineal de Microsoft.
       • Buscar grupos de elementos comunes en las transacciones: Algoritmo de árboles de decisión de Microsoft, Algoritmo de asociación de Microsoft.
       • Predecir una secuencia: Algoritmo de clústeres de secuencia de Microsoft.
       • Buscar grupos de elementos similares: Algoritmo de clústeres de Microsoft, Algoritmo de clústeres de secuencia de Microsoft.