目录
一、数据挖掘的基本任务
二、数据挖掘建模过程
三、常用的数据挖掘建模工具
利用分类与预测、聚类分析、关联规则、时序模式、偏差检测、智能推荐等方法,帮助企业提取数据中蕴含的商业价值,提升企业的竞争力。
定义挖掘目标:任务目标和完成效果
数据取样:相关性、可靠性、有用性
数据探索:数据质量分析、数据特征分析
数据预处理:数据筛选、数据变换、缺失值处理、坏数据处理、数据标准化,主成分分析、属性选择、数据规约等
挖掘建模:本次建模属于哪一类问题,选择哪种算法建模
模型评价:选择最好的模型
SAS Enterprise Miner
IBM SPSS Modeler
SQL Server(Analysis Servers)
Python
WEKA
KNIME
RapidMiner
TipDM