查看: 5153|回复: 5

数据挖掘的步骤

字体大小: 正常放大

38 主题	7 听众	102 积分

升级 1%

该用户从未签到

群组: 数学建模培训课堂1

电梯直达

1^#

发表于 2012-10-17 17:34 |只看该作者 |正序浏览

|招呼Ta 关注Ta

数据挖掘的步骤会随不同领域的应用而有所变化，每一种数据挖掘技术也会有各自的特性和使用步骤，针对不同问题和需求所制定的数据挖掘过程也会存在差异。此外，数据的完整程度、专业人员支持的程度等都会对建立数据挖掘过程有所影响。这些因素造成了数据挖掘在各不同领域中的运用、规划，以及流程的差异性，即使同一产业，也会因为分析技术和专业知识的涉入程度不同而不同，因此对于数据挖掘过程的系统化、标准化就显得格外重要。如此一来，不仅可以较容易地跨领域应用，也可以结合不同的专业知识，发挥数据挖掘的真正精神。　　

数据挖掘完整的步骤如下：　
　① 理解数据和数据的来源（understanding）。　　
② 获取相关知识与技术（acquisition）。　
　③ 整合与检查数据（integration and checking）。　
　④ 去除错误或不一致的数据（data cleaning）。　
　⑤ 建立模型和假设（model and hypothesis development）。　
　⑥ 实际数据挖掘工作（data mining）。　
　⑦ 测试和验证挖掘结果（testing and verification）。　
　⑧ 解释和应用（interpretation and use）。　

　由上述步骤可看出，数据挖掘牵涉了大量的准备工作与规划工作，事实上许多专家都认为整套数据挖掘的过程中，有80%的时间和精力是花费在数据预处理阶段，其中包括数据的净化、数据格式转换、变量整合，以及数据表的链接。可见，在进行数据挖掘技术的分析之前，还有许多准备工作要完成。

zan

挖掘, hypothesis, testing, 影响