什么是数据挖掘的六大步骤?针对这个问题,这篇文章详细介绍了相对应的分析和解答,希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。
数据挖掘就是从大量数据中获取有效的,新颖的,潜在有用的,最终可理解的模式的非平凡过程,步骤为:
- <李>
1,定义问题;
<李>2,准备数据;
<李>3,浏览数据;
<李>4,生成模型;
<李>5,浏览和验证模型;
<李>6部署和更新模型。
数据挖掘通常需要数据收集,数据集成,数据规约,数据清理,数据变换,数据挖掘实施过程,模式评估和知识表示
1。数据收集:根据所得的数据,抽象出数据的特征信息,将收集到的信息存入数据库。选择一种合适的数据存储和管理的数据仓库类型
2。数据集成:把不同来源,格式的数据进行分类
3。数据规约:当数据量和数据的值比较大的时候,我们可以用规约技术来得到数据集的规约表示,比如(数据值——数据平均值)/数据方差,这是数据就变小了很多但接近原数据的完整性,规约后数据挖掘的结果和规约前的结果基本一致。
4。数据清理:有些数据是不完整的如:有些有缺失值(值不存在),有些含噪音(错误,孤立点),有些是不一致的(如单位不同等),我们可以使用工具进行数据清理,得到完整,正确,一致的数据。
5。数据变换:通过平滑聚集,数据概化,规范化等方式将数据转换成适用于数据挖掘的数据集。
6。特征提取或特征选择:特征提取多应用于计算机视觉和图像处理中,特征选择是提出不相关和冗余的特征,防止过拟合,提高模型精确度,常用方法有PCA等。
7。数据挖掘过程:分析数据仓库中的数据信息,选择合适的数据挖掘工具,应用统计方法,使用相应的数据挖掘算法. .
8。从业务上,验证数据分析和数据挖掘的结果正确性。
9。知识表示,将数据挖掘所得结果以可视化的方式呈现给用户。
关于什么是数据挖掘的六大步骤问题的解答就分享到这里了,希望以上内容可以对大家有一定的帮助,如果你还有很多疑惑没有解开,可以关注行业资讯频道了解更多相关知识。
