1. 数据清理(消除噪音或不一致数据)
2. 数据集成(多种数据源可以组合在一起)
3. 数据选择(从数据库中提取与分析任务相关的数据)
4. 数据变换(数据变换或统一成适合挖掘的形式;如,通过汇总或聚集操作)
5. 数据挖掘(基本步骤,使用智能方法提取数据模式)
6. 模式评估(根据某种兴趣度度量,识别提供知识的真正有趣的模式)
7. 知识表示(使用可视化和知识表示技术,向用户提供挖掘的知识)。
1. 数据清理(消除噪音或不一致数据)
2. 数据集成(多种数据源可以组合在一起)
3. 数据选择(从数据库中提取与分析任务相关的数据)
4. 数据变换(数据变换或统一成适合挖掘的形式;如,通过汇总或聚集操作)
5. 数据挖掘(基本步骤,使用智能方法提取数据模式)
6. 模式评估(根据某种兴趣度度量,识别提供知识的真正有趣的模式)
7. 知识表示(使用可视化和知识表示技术,向用户提供挖掘的知识)。