Data mining algorithms analysis and application

Abstract

Data Mining is used in different disciplines for searching  for hidden patterns and models in databases. This is usually applied in the areas of business and marketing. However, its application and use are finally made available to those who handle this knowledge, so it must be transformed into useful information for the higher levels. Materials and methods. One of the best-known methods for describing attributes in a database is Decision Table, Decision Tree, Linear Regression, and M5. Conclusion. Thirteen attributes were taken from a wine crop, which was discriminated against and then grouped into a set called chemicals. The optimal one within this group turned out to be the total phenols according to the algorithms applied. Therefore, it is the most recommended to use for cultivation

La Minería de Datos es utilizada en diferentes disciplinas para la búsqueda de patrones y modelos ocultos en las Bases de Datos. Esta  generalmente es aplicada en las áreas de negocios y marketing. Sin embargo, su aplicación y uso quedan finalmente a disposición de quienes manejan este conocimiento, por lo que debe de ser trasformado en información útil para los niveles superiores. Materiales y métodos. Unos de los métodos más conocidos para describir atributos de una base de datos son tabla decisión, árbol de decisión, regresión lineal y M5. Conclusión. Se tomaron trece atributos de un cultivo de vinos, a los cuales se les hizo una discriminación y luego se agruparon en un conjunto denominado químicos. El óptimo dentro de este grupo resultaron ser los fenoles totales de acuerdo con los algoritmos aplicados. Por lo cual es el más recomendable de usar para el cultivo.