打字猴:1.70050338e+09
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]
1700503421 数据挖掘与数据化运营实战:思路、方法、技巧与应用 19.2.6 模型发布
1700503422
1700503423 正如本书多次强调的那样,模型的搭建并不是数据分析挖掘的目的,更不是项目的结束。只有将模型应用于业务实践,才能实现数据分析挖掘的商业价值,所以这个环节的重要性不言而喻。
1700503424
1700503425 本环节的核心内容包括模型投入业务应用,产生商业价值,并且应用效果要及时跟踪和反馈,以便后期的优化和更新。
1700503426
1700503427 仔细对照SEMMA方法论和CRISP-DM方法论,细心的读者不难发现,两者其实表达的是相同的意思,正所谓英雄所见略同。两大最知名的商业智能品牌异口同声说出来的数据挖掘方法论,难道不值得我们回味吗?
1700503428
1700503429
[ 上一页 ]  [ :1.70050338e+09 ]  [ 下一页 ]