数据挖掘标准流程

Crisp-DM标准流程：

商业理解（行业）->数据理解（关系）->数据准备（质量）->建立模型（算法）->模型评估（标准）->发布模型

商业理解:

工作目的
状况评价
数据挖掘目的评价
树立项目计划

数据理解:

初步收集数据
数据技术
数据探索
检验数据质量
数据准备:

数据设定
数据选择
数据清洗 / 生成 / 综合
适用的数据形式
建立模型:

方法选择
•生成测试设计
•生成模型
•模型评价
模型评估:

结果评价
过程再检验
后续阶段检验
发布模型:

树立执行计划
编写最终报告书
树立调控 /维持计划
项目再检验

合理的翻译一个挖掘主题：业务问题->数据问题->数据模型->解决方案  

(沟通能力+表达能力+理解能力+建模能力)