ch1--第1講數(shù)據(jù)挖掘技術(shù)引論-資料下載頁(yè)
2025-05-13 09:29本頁(yè)面
【正文】 CRISP－ DM簡(jiǎn)介 ? CRISP－ DM是 CRossIndustry Standard Process－ Data Mining的縮寫(xiě) ? 由 SPSS、 NCR、 DaimlerBenz在 1996年制定 ? CRISP是當(dāng)今數(shù)據(jù)挖掘業(yè)界通用流行的標(biāo)準(zhǔn)之一 ? 它強(qiáng)調(diào)數(shù)據(jù)挖掘在商業(yè)中的應(yīng)用，解決商業(yè)中存在的問(wèn)題，而不是把數(shù)據(jù)挖掘局限在研究領(lǐng)域 CRISP－ DM ? 數(shù)據(jù)理解 ? 選定數(shù)據(jù) ? 數(shù)據(jù)準(zhǔn)備（轉(zhuǎn)換） ? 建立模型 ? 模型解釋與評(píng)估 ? 模型發(fā)布 數(shù)據(jù)理解（ Data Understanding) ? 找問(wèn)題－確定商業(yè)目標(biāo) ? 對(duì)現(xiàn)有資源的評(píng)估 ? 確定問(wèn)題是否能夠通過(guò)數(shù)據(jù)挖掘來(lái)解決 ? 確定數(shù)據(jù)挖掘的目標(biāo) ? 制定數(shù)據(jù)挖掘計(jì)劃 數(shù)據(jù)理解 (Data Understanding) ? 確定數(shù)據(jù)挖掘所需要的數(shù)據(jù) ? 對(duì)數(shù)據(jù)進(jìn)行描述 ? 數(shù)據(jù)的初步探索 ? 檢查數(shù)據(jù)的質(zhì)量 數(shù)據(jù)準(zhǔn)備 (Data Preparation) ? 選擇數(shù)據(jù) ? 清理數(shù)據(jù) (去除異常值等） ? 對(duì)數(shù)據(jù)進(jìn)行重建（維度歸約等） ? 調(diào)整數(shù)據(jù)格式使之適合建模（是否需要標(biāo)準(zhǔn)化） 建立模型（ Modeling) ? 對(duì)各個(gè)模型進(jìn)行評(píng)價(jià) ? 選擇數(shù)據(jù)挖掘模型（分類(lèi)還是回歸等） ? 建立模型 模型解釋與評(píng)估(Evaluation) ? 評(píng)估數(shù)據(jù)挖掘的結(jié)果 ? 對(duì)整個(gè)數(shù)據(jù)挖掘過(guò)程的前面步驟進(jìn)行評(píng)估 ? 確定下一步怎么辦？是發(fā)布模型？還是對(duì)數(shù)據(jù)挖掘過(guò)程進(jìn)行進(jìn)一步的調(diào)整，產(chǎn)生新的模型 模型發(fā)布（ Deployment） ? 把數(shù)據(jù)挖掘模型的結(jié)果送到相應(yīng)的管理人員手中 ? 對(duì)模型進(jìn)行日常的監(jiān)測(cè)和維護(hù) ? 定期更新數(shù)據(jù)挖掘模型
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1