数据挖掘总结之数据挖掘的过程
2016-02-04 16:30
204 查看
数据挖掘的过程
机器学习、数据挖掘的过程:数据选择——》数据清洗——》数据构造——》数据格式化——》训练模型——》评估模型——》模型优化——》部署数据选择:剔除不相关属性和冗余属性
数据清洗:检验异常值、提高数据质量
数据构造:对缺失边界的属性进行样本数据构建
数据格式化:对样本数值化、规范化
过程也可以总结为:业务理解——》数据理解——》建模 ——》模型优化——》部署
如有不当之处,欢迎指导
相关文章推荐
- 基于PetShop的数据可视化网站(一):基本结构
- RtlAnsiStringToUnicodeString function
- 5.MVC框架开发(强类型开发,控制器向界面传递数据的几种方法)
- Java泛型用法总结
- 介绍两个ios手机测试的辅助工具
- 心急的C小加
- ___90___旋转的秒针_Ratation_GDI绘制
- GitHub——Gist
- 《数据库索引设计优化》读书笔记(七)
- hdu 5199 Gunner【水题】【STL应用】【fast IO】
- 腾讯open API接入心得
- 【报表神器】Highcharts统计分析
- eclipse安装插件:
- 【Android】3.23 示例23--瓦片图功能
- GitHub——Pull Request
- 授权相关
- GitHub——GitHub具体功能
- jquery中的小图轮播效果
- cocos2D(二)---- cocos2D文档的使用
- memcached-1.4.22介绍以及安装