数据挖掘流程

标签：

1. 商业理解

   对现行商业问题的剖析，根据网络数据，文档等对商业问题的一个初步理解，为数据挖掘提供方向。

   比如对旧有商业模型的理解，对现行趋势的分析等。

2. 数据理解

   对现有数据的初步分析，使用统计，探测等方法对现有数据有一个大致上的了解，为下一步骤做准备。

   比如根据统计结果查看属性的可用性与分布情况。

3. 数据准备

   对现有数据采取过滤无效数据、转换数据值、生成新属性、异常处理等操作来产生出可用于数据挖掘模型建立的数据。

   具体流程：

   - 清洗数据：处理数据中缺失和无效值，

   - 构建数据：根据已有数据，构建更适合与数据挖掘的新数据字段，

   - 选择数据：分析与过滤掉与商业问题不相关的数据字段，

   - 格式化数据：根据算法不同改变数据形式

4. 建立模型

   将数据分成训练集与检验集，使用训练集建立模型，使用检验集检验模型得出结果

数据挖掘流程

标签：

原文地址：http://my.oschina.net/sitan/blog/425387