数据挖掘方法论(SEMMA)..docVIP

数据挖掘方法论(SEMMA). 数据挖掘方法论(SEMMA). PAGE / NUMPAGES 数据挖掘方法论(SEMMA). 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 ─型和知识的综合解释和评价模 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。若你是从正在运行着的系统中进行数据取样 ,则更要注意数据的完整性和有效性。再次提醒你在任何时候都不要忽视数据的质量 ,慎之又慎 ! 从巨大的企业数据母体中取出哪些数据作为样