Phasen des Data Mining-Prozess
Das Cross-Industry Standardprozess für Data Mining (CRISP-DM) Ist die dominierende Data-Mining-Prozess-Framework. Es ist ein offenes Norm- jeder kann es verwenden. Die folgende Liste beschreibt die verschiedenen Phasen des Prozesses.
Business-Verständnis: Holen Sie sich ein klares Verständnis des Problems Sie unterwegs sind zu lösen, wie es Auswirkungen auf Ihre Organisation und Ihre Ziele für sie Adressierung. Aufgaben in dieser Phase sind:
Identifizieren Sie Ihre Unternehmensziele
Bewerten der Situation
Definieren Sie Ihre Data Mining-Ziele
Die Herstellung Ihres Projektplans
Daten Verständnis: Überprüfen Sie die Daten, die Sie haben, zu dokumentieren, zu identifizieren Datenmanagement und Datenqualität. Aufgaben für diese Phase sind:
Daten sammeln
beschreiben
Erforschen
Überprüfen der Qualität
Datenaufbereitung: Holen Sie sich Ihre Daten bereit für die Modellierung zu verwenden. Aufgaben für diese Phase sind:
Auswählen von Daten
Bereinigen von Daten
Constructing
Die Integration von
Formatierung
Modellieren: Verwenden Sie mathematische Techniken Muster innerhalb Ihrer Daten zu identifizieren. Aufgaben für diese Phase sind:
Auswählen von Techniken
Planung Tests
Gebäudemodelle
Die Beurteilung Modelle
Auswertung: Überprüfen Sie die Muster, die Sie entdeckt haben, und zu beurteilen, ihr Potenzial für die geschäftliche Nutzung. Aufgaben für diese Phase sind:
Die Evaluierung der Ergebnisse
Die Überprüfung der Prozess
Die Bestimmung der nächsten Schritte
Einsatz: Setzen Sie Ihre Entdeckungen im täglichen Geschäft zu arbeiten. Aufgaben für diese Phase sind:
Planen der Bereitstellung (Ihre Methoden für die Integration von Data-Mining-Entdeckungen in Gebrauch)
Berichterstattung Endergebnisse
Überprüfung der Endergebnisse