数据挖掘的基本步骤.docx

卜庆峰《网络营销》 130401101刘超 数据挖掘的基本步骤 数据挖掘的步骤会随不同领域的应用而有所变化，每一种数据挖掘技术也会有各自的特性和使用步骤，针对不同问题和需求所制定的数据挖掘过程也会存在差异。此外，数据的完整程度、专业人员的支持程度等都会对建立数据挖掘过程有所影响。这些因素造成了数据挖掘在各不同领域中的运用、策划，以及流程的差异性，即使同一产业，也会因为分析技术和专业知识的摄入程度不同而不同，因此对于数据挖掘的系统化、标准化就显得格外重要。如此一来，不仅可以较容易的跨领域应用，也可以结合不同的专业知识，发挥数据挖掘的真正精神。 数据挖掘完整的步骤如下： （1) 理解数据和数据局的来源（Understanding) （2) 获取相关知识与技术（Acquisition) （3) 整合与检查数据（Integration and Checking) （4) 去除错误或不一样的数据（Data Cleaning) （5) 建立模型与假设（Model and Hypothesis Development) （6) 实际数据挖掘工作（Data Mining） （7) 测试和验证挖掘结果（Testing and Verification) （8) 解释和应用（Interpretation and Use) 由上述步骤可以看出，数据挖掘牵涉了大量的准备工作和规划工作，事实上许多专家都认为在整套数据挖掘的过程中，有80%的时间和精力是花费在数据预处理阶段的，其中包括数据的净化、数据格式转换、变量整合，以及数据表的 链接。可见，在进行数据挖掘技术的分析之前，还有许多准备工作要完成。 参考文献：卜庆峰《网络营销》 130401101刘超