基本任务:
分类与预测、聚类分析、关联规则、时序模式、偏差检测、智能推荐等。
建模过程:
1. 定义挖掘目标
2. 数据取样:随机抽样、等距抽样、分层抽样、从其实顺序抽样、分类抽样
3. 数据探索
4. 数据预处理:数据筛选、数据变量转换、缺失值处理、坏数据处理、数据比爱准话、主成分分析、属性选择、数据归约等。
5. 挖掘建模:选用那种算法进行模型构建。
6. 模型评价
基本任务:
分类与预测、聚类分析、关联规则、时序模式、偏差检测、智能推荐等。
建模过程:
1. 定义挖掘目标
2. 数据取样:随机抽样、等距抽样、分层抽样、从其实顺序抽样、分类抽样
3. 数据探索
4. 数据预处理:数据筛选、数据变量转换、缺失值处理、坏数据处理、数据比爱准话、主成分分析、属性选择、数据归约等。
5. 挖掘建模:选用那种算法进行模型构建。
6. 模型评价