SAS研究所不仅有丰富的工具供你选用，而且在多年的数据处理研究工作中积累了一套行之有效的数据挖掘方法论──SEMMA，通过使用SAS技术进行数据挖掘，我们愿意和你分享这些经验：
_ Sample──数据取样
_ Explore──数据特征探索、分析和予处理
_ Modify──问题明确化、数据调整和技术选择
_ Model──模型的研发、知识的发现
_ Assess──模型和知识的综合解释和评价
数据挖掘方法论-SEMMA
最新推荐文章于 2024-06-18 02:09:28 发布
SEMMA是SAS提出的一种数据挖掘方法论，包括Sample（数据取样）、Explore（数据探索）、Modify（问题明确与数据调整）、Model（模型研发）和Assess（模型评估）。在数据挖掘过程中，通过取样减少处理量并提高规律性，探索数据特征，调整问题和数据以适应需求，选择合适的技术构建模型，并评估模型的有效性和可靠性。SEMMA强调了数据质量和代表性的样本选择，以及在数据探索和模型评估中的迭代过程。
最低0.47元/天 解锁文章
2178
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
