数据挖掘流程

一、业务理解

    主要任务是深刻理解业务需求，在此基础上制定数据挖掘的目标和实现目标的初步计划。

二、数据理解

    收集数据，熟悉数据，识别数据的质量问题和探索引起兴趣的子集。

三、数据准备

    从收集来的数据集选择必要的属性（因素），并按关联关系将它们连接成一个数据集，然后进行数据清洗：即空值及异常值处理、离群值剔除，数据标准化等。

四、建模阶段

    选择应用不同的数据挖掘技术，并确定模型最佳的参数。如果初步分析发现模型的效果不太满意，需要再跳回到数据准备阶段，甚至数据理解阶段。

五、建模评估

    主要对建立的模型进行可靠性评估和合理性解释。

六、部署阶段

    根据评估后认定为合理的模型，制定将其应用于实际工作的策略，形成应用部署报告。