数据挖掘原理与应用——以石油勘探开发为例 课件 1.2系统结构.pptxVIP

1.2系统结构

系统结构数据挖掘步骤问题定义数据准备问题定义在知识发现前，关键是理解数据和业务问题，明确定义目标。比如提高电子邮箱利用率，目标可能是提高用户使用率或提高每次使用的价值。两种目标需要不同的方法，因此决策很重要。数据准备建立模型之前的最后一步数据准备工作。可以把此步骤分为四个部分：选择变量，选择记录，创建新变量，转换变量。数据挖掘规律表示结果解释与评价数据挖掘建立模型是循序渐进的。通过考察不同模型，确定哪个对商业问题最有用。先用部分数据建模，再用剩余数据验证模型。有时需第三个验证集，独立验证模型准确性。数据分为训练和测试集，用于模型训练和测试。评价建立模型后，评估结果和解释其价值。测试集准确率仅适用于建模数据。在实际应用中，需考虑错误类型和相关费用。有效模型不一定正确，因为假定不同。直接在实际中测试模型很关键。先小范围应用，满意后再推广。模型可供参考或应用到不同数据集上。

典型数据挖掘系统的结构系统结构用户界面模式评估数据挖掘引擎数据库或数据仓库服务器数据清理、集成和选择数据仓库数据库万维网知识库其他信息储存库