打字猴:1.700503371e+09
1700503371
1700503372 图19-2　CRISP-DM方法论示意图[1]
1700503373
1700503374 图19-2的外圈象征数据挖掘自身的循环本质，数据挖掘的过程可以不断循环、优化，后续的过程可以从前面的过程中得到借鉴和启发。
1700503375
1700503376 下面具体介绍一下CRISP-DM方法论所倡导的6个环节。
1700503377
1700503378 数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497751]
1700503379 19.2.1　业务理解
1700503380
1700503381 本阶段为数据挖掘商业实践（项目）的起始阶段，该阶段的核心内容包括正确理解业务背景和业务需求，同时能把业务需求有效转化成合理的分析需求（建模需求），并完成初步的分析（项目）计划。
1700503382
1700503383 [1]本图片摘自SPSS官方宣传资料。
1700503384
1700503385
1700503386
1700503387
1700503388 数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497752]
1700503389 数据挖掘与数据化运营实战：思路、方法、技巧与应用 19.2.2　数据理解
1700503390
1700503391 本环节从数据收集开始，通过一系列的数据探索和熟悉，识别数据质量问题，发现数据的内部属性。
1700503392
1700503393
1700503394
1700503395
1700503396 数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497753]
1700503397 数据挖掘与数据化运营实战：思路、方法、技巧与应用 19.2.3　数据准备
1700503398
1700503399 这个阶段类似于SEMMA中的数据调整阶段，其主要任务是数据清洗、重组、转换及衍生等。
1700503400
1700503401
1700503402
1700503403
1700503404 数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497754]
1700503405 数据挖掘与数据化运营实战：思路、方法、技巧与应用 19.2.4　模型搭建
1700503406
1700503407 该环节类似于SEMMA中的模式化环节，也就是模型的搭建和知识的发现环节。
1700503408
1700503409
1700503410
1700503411
1700503412 数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497755]
1700503413 数据挖掘与数据化运营实战：思路、方法、技巧与应用 19.2.5　模型评估
1700503414
1700503415 本环节主要内容包括彻底评估备选模型，挑选冠军模型，评价模型的稳定性，确保模型（或结论）正确回答了当初的业务需求。
1700503416
1700503417
1700503418
1700503419
1700503420 数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497756]
[ 上一页 ]  [ :1.700503371e+09 ]  [ 下一页 ]