數(shù)據(jù)挖掘和環(huán)境保護-在線瀏覽
2025-07-18 11:39本頁面
【正文】 額外的產(chǎn)品，識別那些準備離開的好客戶。 Credit Card Company) 目的：發(fā)現(xiàn)新客戶 數(shù)據(jù)挖掘以前 數(shù)據(jù)挖掘以后 差別 發(fā)信的數(shù)量 1,000,000 750,000 (250,000) 成本 $1,000,000 $750,000 ($250,000) 響應(yīng)的數(shù)量 10,000 9,000 (1,000) 每個響應(yīng)的毛利 $125 $125 $0 總毛利 $1,250,000 $1,125,000 ($125,000) 凈利潤 $250,000 $375,000 $125,000 建模的費用 0 40,000 $40,000 最終的利潤 $250,000 $335,000 $85,000 第二部分：數(shù)據(jù)挖掘標準流程 —— CRISPDM CRISP－ DM簡介 ? 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)界通用流行的標準之一 ? 它強調(diào)數(shù)據(jù)挖掘在商業(yè)中的應(yīng)用，解決商業(yè)中存在的問題，而不是把數(shù)據(jù)挖掘局限在研究領(lǐng)域 CRISP－ DM ? 商業(yè)理解 ? 數(shù)據(jù)理解 ? 數(shù)據(jù)準備 ? 建立模型 ? 模型評估 ? 模型發(fā)布 商業(yè)理解（ Business Understanding) ? 找問題－確定商業(yè)目標 ? 對現(xiàn)有資源的評估 ? 確定問題是否能夠通過數(shù)據(jù)挖掘來解決 ? 確定數(shù)據(jù)挖掘的目標 ? 制定數(shù)據(jù)挖掘計劃 數(shù)據(jù)理解 (Data Understanding) ? 確定數(shù)據(jù)挖掘所需要的數(shù)據(jù) ? 對數(shù)據(jù)進行描述 ? 數(shù)據(jù)的初步探索 ? 檢查數(shù)據(jù)的質(zhì)量 數(shù)據(jù)準備 (Data Preparation) ? 選擇數(shù)據(jù) ? 清理數(shù)據(jù) ? 對數(shù)據(jù)進行重建 ? 調(diào)整數(shù)據(jù)格式使之適合建模 建立模型（ Modeling) ? 對各個模型進行評價 ? 選擇數(shù)據(jù)挖掘模型 ? 建立模型 模型評估 (Evaluation) ? 評估數(shù)據(jù)挖掘的結(jié)果 ? 對整個數(shù)據(jù)挖掘過程的前面步驟進行評估 ? 確定下一步怎么辦？是發(fā)布模型？還是對數(shù)據(jù)挖掘過程進行進一步的調(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 ? 對模型進行日常的監(jiān)測和維護 ? 定期更新數(shù)據(jù)挖掘模型 數(shù)據(jù)挖掘和數(shù)據(jù)倉庫的關(guān)系 數(shù)據(jù)源 數(shù)據(jù)倉庫 數(shù)據(jù)集市 數(shù)據(jù)挖掘集市 數(shù)據(jù)倉庫和數(shù)據(jù)挖掘的區(qū)別 ? 數(shù)據(jù)挖掘大部分需要把數(shù)據(jù)從數(shù)據(jù)倉庫中抽出 ? 數(shù)據(jù)挖掘也可以
高考資料相關(guān)推薦
鄂ICP備17016276號-1