ch1--第1講數(shù)據(jù)挖掘技術(shù)引論-wenkub.com
2025-05-09 09:29 本頁(yè)面
【正文】 ? 數(shù)據(jù)庫(kù) —數(shù)據(jù)的墳?zāi)? ? 商業(yè)智能幫助更快更好地決策 – 每 23年數(shù)據(jù)翻一倍 數(shù)據(jù)挖掘的基礎(chǔ) ? 數(shù)據(jù)挖掘是一個(gè)多學(xué)科交叉領(lǐng)域 – 數(shù)據(jù)庫(kù)技術(shù) – 人工智能 – 機(jī)器學(xué)習(xí) – 神經(jīng)網(wǎng)絡(luò) – 統(tǒng)計(jì)學(xué) – 模式識(shí)別 – 知識(shí)庫(kù)系統(tǒng) – 知識(shí)獲取 – 信息提取 – 高性能計(jì)算 – 數(shù)據(jù)可視化 第三部分：數(shù)據(jù)挖掘流程 CRISP－ DM簡(jiǎn)介 ? CRISP－ DM是 CRossIndustry Standard Process－ Data Mining的縮寫 ? 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
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1