数据挖掘过程分为几个部分?

slime2021-08-31 11:41

通过数据挖掘技术来处理大量的数据内容极大地提高人们处理的信息的效率,从中获取大量有价值的信息和知识来帮助人们进行决策工作。

数据挖掘过程分为几个部分?

数据挖掘过程分为7个部分:

1、定义挖掘目标。清晰明确的挖掘目标是进行数据挖掘的前提,同时也是能够最大限度地发挥数据挖掘作用的关键。

2、数据取样。针对数据挖掘目标如何选取样本。在选取样本时有三大原则,即时效性、可靠性和相关性。必须保证选择的样本数据是最新的、真实可靠并且与挖掘目标是高度相关的。同时选择数据的简明性,精选数据。

3、数据探索。进一步对数据进行分析探究,为了保证预测质量需要对选取的样本数据进行探索、审核和必要的加工处理是必要的。

数据探索主要有:相关分析、异常分析、周期性分析、缺失值分析和样本交叉验证。

4、数据预处理。由于样本数据量一般较为庞大,数据结构较为复杂,样本数据维度过高,有缺失值,重复记录,不一致等等。对样本进行预处理也是必要的。

5、模式发现。数据预处理之后,开始构建挖掘模型,在建模之前要考虑本次的目标是数据挖掘哪方面的应用,针对具体的应用类别选取合适的算法。

6、模型构建。模型构建包括选择什么挖掘算法,模型构建思路,具体操作过程是怎么样的

7、模型评价。对数据挖掘的结果进行评价,对其中的不足之处以及可取之处进行总结,并不断改进。

为了帮助大家深入了解和掌握数据挖掘技术,小编向大家推荐这门公开课,电商行业指标体系搭建与拆解点击图片立即领取

电商行业指标体系搭建与拆解

课程介绍

电商行业商业画布

搭建电商行业指标体系

数据指标拆解

数据分析报告撰写

以上就是小编为大家整理的“数据挖掘过程分为几个部分?”一文,更多相关信息尽在数据分析教程频道。

相关推荐:

2021如何成为更值钱的数据型人才,课程特惠0元领

产品经理如何做好产品规划

AI入门必备资料,人工智能必读书单

免责声明:本站所提供的内容均来源于网友提供或网络搜集,由本站编辑整理,仅供个人研究、交流学习使用。如涉及版权问题,请联系本站管理员予以更改或删除。
有用
分享
全部评论快来秀出你的观点
登录 后可发表观点…
发表
暂无评论,快来抢沙发!
Hello,World公开课