Cho tập mục thường xuyên X = {A, B}, từ tập X có thể sinh ra các luật kết hợp sau:

2 giá trị

3 giá trị

5 giá trị

1 giá trị

2 bảng

3 bảng

Không cần chia

Tùy theo thuộc tính được chọn

Phân cụm dữ liệu (Data Clustering) hay phân cụm, cũng có thể gọi là phân tích cụm, là quá trình chia một tập các đối tượng thực thể hay trừu tượng thành nhóm các đối tượng sao cho các phần tử trong cùng một nhóm thì có mức độ tương tự nhau hơn là giữa các phần tử của nhóm này với các phần tử của nhóm khác

Phân cụm dữ liệu (Data Clustering) hay phân cụm, cũng có thể gọi là phân tích cụm, là quá trình chia một tập các đối tượng thực thể hay trừu tượng thành nhóm các đối tượng sao cho các phần tử khác nhóm thì có mức độ tương tự nhau hơn là giữa các phần tử trong cùng một nhóm

Phân cụm dữ liệu (Data Clustering) hay phân cụm, cũng có thể gọi là phân tích cụm, là quá trình chia một tập các đối tượng thực thể hay trừu tượng thành nhóm các đối tượng sao dễ sử dụng nhất

Phân cụm dữ liệu (Data Clustering) hay phân cụm, cũng có thể gọi là phân tích cụm, là quá trình chia các đối tượng thành từng nhóm sao cho số nhóm là ít nhất

Data Mining

Data Clustering

Data Classification

Association Rule

0 cách

m cách

2 cách

N cách

k <= N

k = N

k > N

k khác N

Bằng 5

Bằng 2

Bằng 0

Bằng 9

3 cụm

2 cụm

1 cụm

4 cụm

Dữ liệu quá lớn, dữ liệu bị thiếu hoặc nhiễu, sự phức tạp của dữ liệu, dữ liệu thường xuyên thay đổi..

Trình độ của con người còn hạn chế, dữ liệu không được lưu trữ tập trung..

Dữ liệu quá lớn, máy khai phá dữ liệu có tốc độ hạn chế..

Tốc độ xử lý của máy tính còn hạn chế, dữ liệu thường xuyên thay đổi..

Loại bỏ nhiễu và dữ liệu không nhất quán

Tìm kiếm dữ liệu có ích

Tìm kiếm dữ liệu có ích trong cơ sở dữ liệu lớn

Tổ hợp nhiều nguồn dữ liệu khác nhau