数据挖掘方法论(SEMMA).pdfVIP

SAS数据挖掘方法论 ─ SEMMA (2009-07-20 21:15:48) Sample ─数据取样 Explore ─数据特征探索、分析和予处理 Modify ─问题明确化、数据调整和技术选择 Model ─模型的研发、知识的发现 Assess ─模型和知识的综合解释和评价 Sample──数据取样 当进行数据挖掘时， 首先要从企业大量数据中取出一个与你要探索问题相关的样板数据 子集， 而不是动用全部企业数据。 这就象在对开采出来矿石首先要进行选矿一样。 通过数据 样本的精选，不仅能减少数据处理量，节省系统资源，而且能通过数据的筛选，使你想要它 反映的规律性更加凸现出来。 通过数据取样， 要把好数据的质量关。 在任何时候都不要忽视数据的质量， 即使你是从一个 数据仓库中进行数据取样， 也不要忘记检查其质量如何。 因为通过数据挖掘是要探索企业运 作的规律性的， 原始数据有误， 还谈什么从中探索规律性。 若你真的从中还探索出来了什么 “规律性”，再依此去指导工作，则很可能是在进行误导