數據挖掘模型生命周期管理.docx_第1頁
數據挖掘模型生命周期管理.docx_第2頁
數據挖掘模型生命周期管理.docx_第3頁
數據挖掘模型生命周期管理.docx_第4頁
免費預覽已結束，剩余1頁可下載查看

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

數據挖掘模型生命周期過程廣州市安正軟件科技有限公司 陳云為成功地利用數據挖掘模型，我們需要從開發階段直至生產環境對模型進行全面跟蹤管理與評估。挖掘模型生命周期過程是由以下階段組成的高效交替過程。n 確定商業目標 最初的階段集中在理解項目目標和從業務的角度理解需求，同時轉化為數據挖掘問題的定義，完成目標的初步計劃。確定所需模型以及模型的應用類型，制定策略保證模型部署后，業務單位了解模型的使用方法。 典型模型包括用于客戶行為、風險管理和信用評分的預測建模模型。應用領域包括客戶保有、信貸發放、交易驗證、欺詐檢測和促銷等。這些因素推動數據采集和模型開發過程。n 數據理解數據理解階段從初始的數據收集開始，通過一些活動的處理，目的是熟悉數據，檢查數據的質量，初步發現數據的特征，或是探測引起興趣的樣本子集去構建隱含信息的假設。影響數據質量的幾個主要問題包括：缺失值、不合理值、不同數據源的不一致、異常值。n 數據準備數據準備（預處理）階段包括從未處理數據中構造最終數據集的所有活動。這些數據將作為模型工具的輸入值。這個階段的任務有時一個能執行多次，沒有任何規定的順序。任務包括表、記錄和屬性的選擇，以及為模型工具轉換和清洗數據。 現實中的數據通常是不完整的、不一致的、含噪聲，污染數據的普遍存在導致了數據清理的必要性，所謂“垃圾進垃圾出”。形成污染數據的原因包括：濫用縮寫詞、數據輸入錯誤、不同的慣用語、重復記錄、缺失值、不同的計量單位等。n 建立模型選擇和應用不同的模型技術，調整模型參數到最佳值。一般，有些技術可以解決一類相同的數據挖掘問題。有些技術在數據形成上有特殊要求，因此需要經常跳回到數據準備階段。這個過程涉及采用挖掘統計和虛擬化技術、變量轉換、過濾異常、數據替換、細分、聚合、預測建模運算和模型驗證等。n 模型評估在最后部署模型之前，重要的事情是較徹底地評估模型。檢查構造模型的步驟，確保模型可以達成業務目標。這個階段的關鍵目的是確定是否有重要業務問題沒有被充分的考慮。在這個階段結束后，關于數據挖掘結果使用的一個決定必須達成共識。隨著越來越多地采用分析方法支持業務決策，預測模型已被視為企業的重要智能資產。每一種模型都是重要的，對企業利潤水平、法規遵從和規避法律/經濟風險具有重要作用。這種情況促使越來越多的企業將模型驗證作為常規業務流程。n 結果發布通常，模型的創建不是項目的結束。模型的作用是從數據中找到知識，獲得的知識需要便于用戶使用的方式重新組織和展現。根據需求，這個階段可以產生簡單的報告，

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論