新闻正文
,
数据挖掘过程模型
虽然我们把各个步骤按顺序排列，但要注意数据挖掘过程并不是线性的—要取得
好的结果就要不断反复重复这些步骤。比如在“分析数据”时你可能觉得在“建
立数据挖掘数据库”时作的不够好，要往里面添加一些新的数据。
这些基本数据挖掘步骤包括：
1. 定义商业问题
2. 建立数据挖掘模型
3. 分析数据
4. 准备数据
5. 建立模型
6. 评价模型
7. 实施
1. 定义商业问题。在开始知识发现之前最先的同时也是最重要的要求就
是了解的你的数据和业务问题。如果事先没有这种了解，没有任何算法，不管他有
多么复杂玄妙，能够为你提供有价值的结果，即使有也难以使人信赖他。缺少了这
些背景知识，你就没办法明确定义要解决的问题，不能为挖掘准备数据，也很难正
确的解释得到的结果。要想充分发挥数据挖掘的价值，必须要对你的目标有一个清
晰明确的定义，即决定到底想干什么。比如你说你想提高直接邮件推销的用户回应
时，你想做的可能是“提高用户响应率”，也可能是“提高一次用户回应的价值”，
要解决这两个问题而建立的模型几乎是完全不同的，你必须做出决定。有效的问题
定义还应该包含一个对你的知识发现项目得到结果进行衡量的标准。当然还应该有
整个项目预算和理性的解释。
相比于我们要达到的目标，与我们同行的人更加重要。
.
※ 修改:·wizard 於 06月20日13:57:49 修改本文
※ 转载:· bbs.sjtu.edu.cn
收藏到ViVi 收藏此页到365Key
上一篇：
数据挖掘入门（九） 下一篇：
数据挖掘入门（十一）
