Data Mining

• Ablauf einer Datenanalyse
• CRISP-Data-Mining-Modell
• Fehlerraten
• Grundsätze des Data Mining
• Gütemaße und Kenngrößen für Klassifikatoren
• SEMMA-Vorgehensmodell

Daten

Daten werden unterteilt in:

• unstrukturierte Daten
• semistrukturierte Daten
• strukturierte Daten

Datentypen

• nominale Daten (Geschlecht, Haarfarbe, Familienstand)
• ordinale Daten (Schulnoten, Meinung, Gesundheitszustand)
• metrische Daten (Jahreszahlen, Temperatur, Messwerte, Entfernung, Körpergröße, Zahl der Kinder)
• diskrete Daten
• kontinuierliche Daten

Distanzfunktionen

• Hamming-Distanz
• Euklidische Distanz
• Manhattan-Distanz
• Maximum-Distanz
• Mahalanobis Distanz²
• Hausdorff Distanz²

Quelle

Jürgen Cleve, Uwe Lämmel: Data Mining; S. 37 ff., De Gruyter Oldenbourg, 2. Aufl.

² Anil K. Jain, Arun A. Ross, Karthik Nanadakumar, Introduction to Biometrics; S.189-190, Springer, 1. Aufl.