<摘>数据挖掘工具的评判——刘世平/姚玉辉 2004

 

序：对2004年文档《数据挖掘工具的评判》进行摘抄，对不了解的关键字进行标注，以备日后学习。

 

图1：数据挖掘工具评估的一般过程。

评估维度：

1. 数据存取

数据访问能力，根据数据源类型评定权重。

 

2. 数据处理

数据处理能力，根据常用操作类评定权重

基本数学变化：如log，Ln

数据分段：连续变量的数据分段

数据整合：数据表格的合并

数据过滤：数据的字段筛选或记录筛选

数据转换：字符型数据转换成数字型等

数据编码：无效数据编码或缺失数据编码等

数据随机采样

SQL支持

 

待理解关键字：

分类模型：预测购买率

过度采样(Stratified Sampling)：通常分类预测比例过高采用此方法。

 

3. 模型算法

核心算法，根据常用算法评定权重

 

待理解关键字：

值预测：比如预测个人收入、客户贡献度、股票价格等

分类算法：比如用于风险评级、产品购买概率预测、客户流失预测等

聚类分析：比如用于客户分割、内幕交易监测等

 

4. 自动建模

挖掘工具自我优化，根据优化所需评定权重。

 

5. 可视化技术

挖掘工具可视化功能，根据常用方法评定权重。

 

待理解关键字：

Gain Lift图：评估、预测模型的效果好坏

2-D

饼图

树状显示：显示决策树结果

散点图：关联分析结果显示

线图：显示回归结果

ROC图：了解模型性能

 

6. 其它

附属功能，根据重要程度评定权重。

 

7.综合评定