企业级数据挖掘平台EDM-CRISP-DM
来源:互联网 发布:华为软件发布 编辑:程序博客网 时间:2024/06/06 07:41
CRISP-DM
(1)
最初的阶段集中在理解项目目标和从业务的角度理解需求,同时将这个知识转化为数据挖掘问题的定义和完成目标的初步计划。
(2)
数据理解阶段从初始的数据收集开始,通过一些活动的处理,目的是熟悉数据,识别数据的质量问题,首次发现数据的内部属性,或是探测引起兴趣的子集去形成隐含信息的假设。
(3)
数据准备阶段包括从未处理数据中构造最终数据集的所有活动。这些数据将是模型工具的输入值。这个阶段的任务有个能执行多次,没有任何规定的顺序。任务包括表、记录和属性的选择,以及为模型工具转换和清洗数据。
(4)
在这个阶段,可以选择和应用不同的模型技术,模型参数被调整到最佳的数值。一般,有些技术可以解决一类相同的数据挖掘问题。有些技术在数据形成上有特殊要求,因此需要经常跳回到数据准备阶段。
(5)
到项目的这个阶段,你已经从数据分析的角度建立了一个高质量显示的模型。在开始最后部署模型之前,重要的事情是彻底地评估模型,检查构造模型的步骤,确保模型可以完成业务目标。这个阶段的关键目的是确定是否有重要业务问题没有被充分的考虑。在这个阶段结束后,一个数据挖掘结果使用的决定必须达成。
(6)
通常,模型的创建不是项目的结束。模型的作用是从数据中找到知识,获得的知识需要便于用户使用的方式重新组织和展现。根据需求,这个阶段可以产生简单的报告,或是实现一个比较复杂的、可重复的数据挖掘过程。在很多案例中,这个阶段是由客户而不是数据分析人员承担部署的工作。
---------------------------------------------------------------------
1)模型平台:
预测模型
探索模型
产出:模型池
2)模型应用:
3)模型监测与验证:
- 企业级数据挖掘平台EDM-CRISP-DM
- 数据挖掘方法论crisp-DM
- 数据挖掘标准 CRISP-DM 学习
- 数据挖掘1-----方法学CRISP-DM
- 数据挖掘的标准方法CRISP-DM
- E家数据挖掘计划书_按照crisp-dm规划
- 数据挖掘标准流程——CRISP-DM
- 数据挖掘标准流程——CRISP-DM
- 数据挖掘方法:CRISP-DM跨行业标准过程
- CRISP-DM(跨行业数据挖掘标准流程…
- 数据挖掘与预测分析------跨行业数据挖掘标准流程:CRISP-DM
- CRISP-DM (cross-industry standard process for data mining) 跨行业数据挖掘标准流程
- CRISP-DM
- 一小时了解数据挖掘⑤数据挖掘步骤&常用的聚类、决策树和CRISP-DM概念
- 一小时了解数据挖掘⑤数据挖掘步骤&常用的聚类、决策树和CRISP-DM概念
- CRISP-DM与SEMMA的区别:
- DM 第一课 数据挖掘概括
- 数据挖掘工具/平台
- 编译小结(9)Solaris下编译时碰到的referenced symbol not found问题
- 内部类的知识点总结
- Linux的学习路线图
- 简单 ListView 实现-- Simple ListView Example
- 百度java开发面试题
- 企业级数据挖掘平台EDM-CRISP-DM
- 监听home键
- C++ Primer笔记(六)函数
- 阿里面试2(转)
- 用了mac就不想再回到windows
- sicilyOJ 09广东省赛重现D A Carnival Game(计算几何)
- 为什么snprintf比sprintf更安全?(另外,请注意, Windows和Linux中的snprintf函数有区别)
- 《高性能javascript》 笔记
- linux设置jvm大小