CRISP-DM 数据挖掘通用流程

数据挖掘和软件一样，“并非是几个天才的神秘劳动成果，而是分工明确，组织严密的工程化过程……”

正如软件工程有严格的各种模型，比如瀑布模型，数据挖掘一样有一系列的各种通用的流程，如果按照这些流程处理，就会把一个数据挖掘项目，变成按部就班的流程化工作，而不需要天才般创造性的思维和天赋。

早在1996年的时候，数据挖掘还是一个新生的事物，无论是市场还是应用都处于萌芽状态。由Daimlerhrysler（后来的Daimler-Benz：戴姆勒-奔驰（这个名字不用介绍了吧）)

SPSS（玩统计和数据分析的，这个也不用介绍了吧）

 

 

以及NCR（天睿Teradata的母公司）：

 

三家业界大佬联手起草了CRISP-DM标准流程模型，后来由欧洲委员会资助并且成立了相关联盟，最后成为了数据挖掘目前最主流的一种通用标准流程。

 

今天给大家简单介绍一下这个流程模型，如下：

从技术上说，数据挖掘主要就是构建四大类的模型：这些模型主要的工作还是对数据进行描述、总结和提炼。

从互联网上流行的所谓十大经典算法就可以看出来，分类占的比重还是最大的。

比较流行的数据挖掘流程，一共有三种，分布是

SEMMA:SAS提出的标准流程，主要由：数据取样、特征探索、数据调整、模型研发、综合解释组成。

5A：这也是SPSS提出的，包括了访问、分析、评估、行动和自动化。

最后就是我们今天要说的CRISP-DM模型了