这篇博客介绍了数据挖掘的基础知识，通过spss modeler展开讨论。内容涵盖数据挖掘的起源、发展、特点和软件应用，强调了数据挖掘与传统技术的区别。文章详细讲解了数据挖掘的生命周期，包括业务理解、数据理解、数据准备等阶段，并探讨了数据挖掘团队的构成。此外，还介绍了统计基础知识和数据挖掘技术，如分类预测、聚类分析、关联规则等。
#1.spss modeler 数据挖掘1
标签（空格分隔）：3.1数据挖掘
线状型分析
- 原因性分析:对已出现问题查找原因
- 预测性分析:对未出现的情况预测走向
-依据:以往的数据
-市场推广费用/销售额的关系
数据科学–数据挖掘
#lesson1 数据挖掘概论
1.数据挖掘简介
围绕数据量发展
业务方面:
技术方面:
2.数据挖掘的一般步骤
数据准备:从相关数据源提取数据,整合成有用的数据集
规律寻找:用某种方法从大量数据中找出来规律
规律表示:表示出来
3.数据挖掘的相关发展阶段
阶段一:电子邮件阶段—数据量激剧增长
阶段二:信息发布阶段—web技术为代表信息发布式系统,爆炸式增长
阶段三:电子商务阶段—软件的推广和使用,服务商和用户之间的交互行为增加
阶段四:全程电子商务阶段
4.挖掘人员的技术要求
最低0.47元/天 解锁文章
1422
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
