![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
SPSS_Clementine
文章平均质量分 69
lijieneptune
这个作者很懒,什么都没留下…
展开
-
Clementine使用经典实例
下面使用Adventure Works数据库中的Target Mail作例子,通过建立分类树和神经网络模型,决策树用来预测哪些人会响应促销,神经网络用来预测年收入。Target Mail数据在SQL Server样本数据库AdventureWorksDW中的dbo.vTargetMail视图,关于Target Mail详见:http://technet.microsoft.com/zh转载 2008-11-11 22:53:00 · 10756 阅读 · 0 评论 -
E家数据挖掘计划书_按照crisp-dm规划
E家数据挖掘计划书一、商业理解(11.24)1.确定数据挖掘目标建立e家客户响应规则集;2.数据挖掘成功标准用规则集来评价新增用户,或是其他非e家客户,耦合程度大的定义为潜在e家用户,对其实行针对性营销的成功概率希望为15%以上。3.工具技术数据挖掘工具SPSS_clementine4.制定项目计划二、数据理解(11.25-11.26)1.原始数据收集输原创 2009-01-15 15:31:00 · 1755 阅读 · 0 评论 -
e家数据挖掘_项目进度时间doc
规划2周具体安排1.熟练使用clementine,包括抽取数据,建模,报表展现的使用2.时刻明确自己的目标和任务3.使用clementine挖掘软件,针对e8项目进行训练,步骤:第一阶段 商业理解,数据理解 深入理解e8相关数据,业务数据,EDM3.0(1)从业务数据中挑选出需要分析的字段(客户信息,产品信息,费用信息),为什么要挑选这些字段;第二阶段:数据原创 2009-01-15 15:36:00 · 1355 阅读 · 0 评论 -
智能取数系统的模型与算法分析_报告.doc
一、C5算法---构建预测决策树和规则集采用决策树模型,得出规则集,用来预测哪些用户会影响营销活动1.筛选宽表中的有利于业务分析的字段作为作为进行训练的基础,分析信息增益最大的描述属性;数据分类算法选取尽可能选择减少类型属性不确定性贡献最大的描述属性,称为最大信息增益;这里的信息增益可以用“熵”来理解,熵越大,即混乱度越大,不确定性越大,描述的属性能最大限度的减少不确定性,就是我们原创 2009-01-15 15:02:00 · 1234 阅读 · 0 评论 -
e家数据挖掘_总结报告
总结报告一.商业理解总结在商业报告中所定义的商业目标是根据已有的铜陵地区客户数据建立关于e家客户响应规则集,通过该规则集来观察非e家客户的分布状态,预测潜在的e家客户,对针对性营销提供决策支持。通过数据挖掘我们得到了一个决策树模型和规则集,其中决策树用来展示每个字段下记录的数量以及e8客户和非e8客户占到该条件下总的客户的百分比,给人以直观清晰的展现;规则集则是用于预测潜在客户的一套规原创 2009-01-15 15:55:00 · 3026 阅读 · 1 评论