数据挖掘与建模流程

哈喽，好久不见，甚是想念，今天给大家分享一下关于数据挖掘建模的流程，这是小编在书里看到的，分享给大家，这样以后做事有头有尾，有据可循。

欢迎关注哔哩哔哩UP主：我家公子Q

目   录

定义目标

数据采集及取样

数据探索

数据预处理

建立数学模型

模型评价

1.定义目标

针对于具体的数据挖掘与建模的工作任务，首先要做的就是明确任务目标，然后将任务目标进行拆分，构建各子目标，目的是为后续工作确定一个良好的方向，避免误入歧途，陷入数据分析的漩涡。

要精准的明确数据挖掘与建模的目标，要求作业人员需要对应用领域具备较为熟悉的掌握，包括应用中的各种知识和应用目标，了解相关领域的情况，熟悉背景知识，弄清用户需求。

一般讲，数据分析与挖掘的目的可以分为三类：

1. 把握趋势和模式。比如把握顾客的消费意愿、分析商品的销售模式（啤酒和尿布）等等；

2. 预测或分类。比如预测股票价格变动、预测人口变化、预测环境污染等等，分类是指将群体依据多个属性分为多种类别。

3. 求最优解。在多种约束条件下，要实现利益最大化或成本最小化，比如资源一定的前提下，实现利润最大化，寻找最优决策。

2.数据采集与取样

2.1 数据采集

数据采集的方式多种多样，一般来讲数据源包括如下几种：端上数据、开放数据、其他平台的数据、物理数据和主观性数据。

端上数据：如果你自己公司具有完整的数据管理系统，那么一般可以根据业务需求可以直接在自身系统里进行数据导出，然后用于后续的数据分析与建模。

开放数据：是指开放给所有人的数据，比如网页的内容数据&#