走出数据挖掘的认识误区.docVIP

走出数据挖掘的认识误区 对于普通人来说，数据挖掘可能是一个神秘的过程。没有经验的企业实施数据挖掘项目时，错误的认识往往成为项目成功开展的重要障碍。因此及时矫正这些错误的认识也成为项目实施前一个重要的任务。 数据挖掘的所有内容是关于算法 一谈到算法就会想到通过历史数据建立模型，数据挖掘算法是创建挖掘模型的机制，对产生的最终挖掘输出结果有很大的决定性。随着数据挖掘新技术的层出不穷和商业数据挖掘产品的成熟与完善。对同一商业问题，通常在产品中有多种算法可供选择，而为特定的任务选择正确的算法很有挑战性。 您可以使用不同的算法来执行同样的业务任务，每个算法会生成不同的结果。而且算法可以进行复合使用，在一个数据挖掘解决方案中可以使用一些算法来探析数据，而使用其他算法基于该数据预测特定结果。例如，可以使用聚类分析算法来识别模式，将数据细分成多少有点相似的组，然后使用分组结果来创建更好的决策数模型。 也可以在一个解决方案中使用多个算法来执行不同的任务，例如，使用回归树算法来获取财务预测信息，使用基于规则的算法来执行市场篮子分析。 由此看出在数据挖掘项目中，在明确挖掘目标和了解各种算法特点后，如何正确选择使用算法，得到期望的结果才是关键环节。 在数据挖掘项目实施的过程中，业界有一个公认的方法论CRISP-DM（Cross Industry Standar