QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 3071|回复: 0
打印 上一主题 下一主题

数据挖掘建模过程

[复制链接]
字体大小: 正常 放大
浅夏110 实名认证       

542

主题

15

听众

1万

积分

  • TA的每日心情
    开心
    2020-11-14 17:15
  • 签到天数: 74 天

    [LV.6]常住居民II

    邮箱绑定达人

    群组2019美赛冲刺课程

    群组站长地区赛培训

    群组2019考研数学 桃子老师

    群组2018教师培训(呼伦贝

    群组2019考研数学 站长系列

    跳转到指定楼层
    1#
    发表于 2018-11-2 09:13 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta |邮箱已经成功绑定
    一、数据挖掘(Data Mining,DM),又称为数据库中的知识发现(Knowledge Discover in Database,KDD),决策支持过程,主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等,分析、归纳、推理,挖掘潜在的模式,帮助决策者调整市场策略,减少风险,做出正确决策。3 r: t( M3 }( y5 `

    2 _2 {9 n/ ]' P, |4 ?, F知识发现的的三个阶段:1、准备数据; 2、数据挖掘;  3、结果表达和解释5 Y. q2 _+ c- x3 Q

    ( u8 r( y+ ~# R/ ~) a7 A最著名的数据挖掘标准流程:CRISP-DM  ^8 f1 e& h- j

    + M- W* V, b8 A, |# D. m- i# W全称为跨行业数据挖掘标准流程,分为6个阶段:业务理解、数据理解、数据准备、建模、评估、发布2 ?8 A8 q6 _' ^9 V" c+ l# q3 q

    ! C$ Q; w: J. b6 W3 {(1) 业务理解:分析需求、初步收集数据和指标8 b* `  w4 m9 S' P1 ?( X9 I
    $ l% G: q) S% s3 h( Y" x
    (2)数据理解:理解各个数据字段的含义所记录的业务信息。7 |. D) r. A( n9 p
    7 D" [2 O6 u7 ~; Z/ N, l$ I8 G6 v
    (3)数据准备:数据清洗、提出、转换,提取样本,清除噪声,处理缺失数据,数据标准化。+ Z0 K: M: l7 P' o5 |! _
    0 v5 \5 s! l, F4 ~0 z( K
    (4)建模:参数调整使模型最优。
    0 E, y$ _0 Q7 g( Q  D! m" g
    ( |5 ]6 o  H  R# e' }(5)评估:评估、挑选最佳模型。
    + G! ^) c! ?& @$ I  w4 p& r
    1 k7 k6 V/ W6 G0 `- ](6)发布:将模型运用于实践,跟踪反馈,了解效果,后期优化。/ c- X/ g/ h0 f1 M+ j7 u3 |
    - v% a: O/ b) M7 M" [6 z0 d
    SAS数据挖掘方**:SEMMA
    2 D: w* |, g/ U, h( |- w
    ' K( v# t! z0 p- J(1)Sample-数据取样- H( E; ^+ `3 C/ i2 L$ G6 H8 V3 U
    4 G" w: m: }8 N6 @' R( J
    (2)Explore-数据探索: o( o% o, r" I# X6 d
    . H# R. O. I; n$ k, E; t0 ~
    (3)Modify-数据修正1 i! E7 T9 f+ b$ M# x

    ; S) X# x# H7 [$ I/ v$ y4 |4 D3 S(4)Model-建模
    9 S; c5 ^$ n( h1 ^  K& L- G
    2 u: |: v# @7 K(5)Assess-评估6 @: V4 ?8 B2 e" ^2 j: c

    ! f0 V6 K4 x# l; E
    " D* v$ P: A- G- @+ N二、经验谈
    1 c9 E) i( V+ j7 D' q. X* W% J, f2 t0 X
    + M+ Y: B5 Z" N; [( A(1)明确要解决的问题% _# i' t. P' D! g( H/ u  L" t

    " r8 _, H! @! F( o- _& J! c0 S(2)确定最终评估标准+ Z& Q  A) u7 U- y! d) L
    2 X1 H& T+ Z8 J- |' Z; n! Z7 D0 y
    (3)设定期望方案
    $ z# U( H( w6 ?- o% V% M- E  @* t& V; l; h: y) B
    (4)简单项目到复杂项目% J6 \; ]# u# j* Q
    / o2 D3 j4 _& p5 b* t9 D/ \
    (5)团队合作,协调沟通1 B. ]8 B* u" Z  b- z

    ' h* W7 Q% q& Y" V. f, i(6)避免陷入数据垃圾. t8 M( ~+ s* {9 K2 C
    8 A: X% K( I. ], z1 r

    ; F3 X( U5 b, Z7 l9 J( g
    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信
    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2026-6-8 16:54 , Processed in 0.350412 second(s), 51 queries .

    回顶部