فرایندی دو مرحله ای است :
ساخت مدل :
تحلیل یک مجموعه آموزشی که مجموعه‌ای از تاپل‌های پایگاه است و مشخص کردن برچسب کلاس‌های مربوط به این تاپل‌ها .
یک تاپل X با یک بردار صفت X=(x1,x2,…,xn) نمایش داده می‌شود . فرض می شود که هر تاپل به یک کلاس از پیش تعریف شده متعلق است .
هرکلاس با یک صفت که به آن صفت برچسب کلاس می‌گوییم مشخص می‌شود .
مجموعه آموزشی به صورت تصادفی از پایگاه انتخاب می شود .
به این مرحله ، مرحله یادگیری نیز می گویند .
استفاده از مدل :
از طریق یک تابع y=f(X) برچسب کلاس هر تاپل X از پایگاه را پیش بینی می شود .
این تابع به صورت قواعد کلاسه‌بندی ، درخت‌های تصمیم گیری یا فرمول‌های ریاضی است .
ساخت مدل :
تحلیل یک مجموعه آموزشی که مجموعه‌ای از تاپل‌های پایگاه است و مشخص کردن برچسب کلاس‌های مربوط به این تاپل‌ها .
یک تاپل X با یک بردار صفت X=(x1,x2,…,xn) نمایش داده می‌شود . فرض می شود که هر تاپل به یک کلاس از پیش تعریف شده متعلق است .
هرکلاس با یک صفت که به آن صفت برچسب کلاس می‌گوییم مشخص می‌شود .
مجموعه آموزشی به صورت تصادفی از پایگاه انتخاب می شود .
به این مرحله ، مرحله یادگیری نیز می گویند .
استفاده از مدل :
از طریق یک تابع y=f(X) برچسب کلاس هر تاپل X از پایگاه را پیش بینی می شود .
این تابع به صورت قواعد کلاسه‌بندی ، درخت‌های تصمیم گیری یا فرمول‌های ریاضی است .
پاورپوینت داده‌کاوی جریان‌داده‌ها با درخت‌های تصمیم‌گیری 18 اسلاید
