问题理解和提出: 在开始数据挖掘之前最基础的就是理解数据和实际的业务问题,在这个基础之上提出问题,对目标有明确的定义。
数据准备: 获取原始的数据,并从中抽
数据整理: 由于数据可能是不完全的、有噪声的、随机的,有复杂的数据结构,就要对数据进行初步的整理,清洗不完全的数据,做初步的描述分析,选择与数据挖掘有关的变量,或者转变变量。
建立模型: 根据数据挖掘的目标和数据的特征,选择合适的模型。
评价和解释: 对数据挖掘的结果进行评价,选择最优的模型,作出评价,运用于实际问题,并且要和专业知识结合对结果进行解释。
以上的步骤不是一次完成的,可能其中某些步骤或者全部要反复进行。 (CCW)
TAG: 实施 数据 挖掘