Introducción

 

Algoritmo "Naive Bayes"

Naive Bayes es una técnica de clasificación y predicción que construye modelos que predicen la probabilidad de posibles resultados. Naive Bayes utiliza datos históricos para encontrar asociaciones y relaciones y hacer predicciones.

Algoritmo "Model Seeker"

El Modelo Seeker ODM permite a un usuario construir ABN múltiples y los modelos NB y seleccionar el "mejor modelo” basado en un criterio predeterminado.


El Modelo Seeker está en desuso en Oracle Data Mining 10g Release 1 (10.1) y no estará disponible en versiones posteriores de la ODM,

Algorimo "K-Means"

El algoritmo de k-means clustering es el referente principal entre los diversos métodos para seleccionar grupos representativos entre los datos.

Algoritmo "O-Cluster"

El clustering es usado para segmentar datos en clusters naturales o para la asignación de nuevos datos a un cluster
Cluster es un algoritmo basado en la densidad el cual no usa formulas distantes. O-Cluster es un algoritmo propiedad de Oracle. Este algoritmo determina las áreas de densidad buscando en un “valle” separado por 2 “colinas” de densidad en la curva de distribución de un atributo.

Algoritmo "Adaptive Bayes"

Adaptive Bayes Network (ABN) es un algoritmo propietario de Oracle(ODM) apoyo árboles de decisión. ABN proporciona una manera rápida, escalable y no paramétricas por medio de extracción de información predictiva datos con respecto a un atributo de destino. ABN puede proporcionar dicha información en forma de humanos normas comprensible.

Algoritmo "Predictive Variance"

La Importancia del atributo ODM se implementa utilizando el algoritmo Predictive Variance. Se basa en la diferencia de las estimaciones de las varianzas de las combinaciones de predicción de destino y la variación con respecto a los otros predictores.