数据挖掘总结之数据挖掘的过程

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