《Python数据分析与挖掘实战》笔记(一):数据挖掘基础

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


一、数据挖掘的基本任务

        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。

二、数据挖掘建模过程

《Python数据分析与挖掘实战》笔记(一):数据挖掘基础_第1张图片

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

三、常用的数据挖掘建模工具

SAS Enterprise Miner

IBM SPSS Modeler

SQL Server(Analysis Servers)

Python

WEKA

KNIME

RapidMiner

TipDM

你可能感兴趣的:(Python数据分析与挖掘实战)