CRISP-DM的應用與理解

来源:https://www.cnblogs.com/developer-tianyiyun/p/18389046
-Advertisement-
Play Games

CRISP-DM是一個數據挖掘項目規劃的開放標準流程框架模型,主要分為業務理解、數據理解、數據準備、建模、評估、部署六個階段。 ...


本文分享自天翼雲開發者社區《CRISP-DM的應用與理解》,作者:吳****嫄

CRISP-DM是一個數據挖掘項目規劃的開放標準流程框架模型,主要分為業務理解、數據理解、數據準備、建模、評估、部署六個階段。

業務理解

從業務的角度理解項目的目標和需求,將業務的目的轉換為一個數據挖掘的問題,制定一個初步的實現計劃計劃。

商業理解是明確要達到的業務目標,並將其轉化為數據挖掘主題。要從商業角度對業務部門的需求進行理解,並把業務需求的理解轉化為數據挖掘的定義,擬定達成業務目標的初步方案。具包括商業背景分析、商業成功標準的確定、形勢評估、獲得企業資源清單、獲得企業的要求和想、評估成本和收益、評估風險和意外、初步理解行業術語,並確定數據挖掘的目標和制定數挖掘計劃。

在整個CRISP-DM的過程當中,圍繞數據為核心,項目可能會在各個階段之間跳躍,因為數據分析一定是一個不斷迭代的過程。是否可以繼續進行下一個階段取決於是否有達到最初的業務目標,如果業務目標沒有達到,那麼就要考慮是否是數據不夠充分或演算法需要調整,一切都以業務目標為導向。

數據理解

初步收集數據,瞭解、熟悉數據。關註數據質量,進行探索性的分析。數據理解是找出可能的影響主題的因素,確定這些影響因素的數據載體、數據體現形式和數據存儲位置。數據理解從數據收集開始,然後熟悉數據,具體包括以下工作內容:檢測數據質量,對數據進行初步理解,簡單描述數據,探測數據意義,並對數據中潛藏的信息和知識提出擬用數據加以驗證的假設。

數據準備

準備最終輸入到模型中的數據,數據的選擇,數據清晰等。

數據準備是將前面找到的數據進行變換、組合,建立數據挖掘工具軟體要求格式和內容的寬表。數據準備階段要從原始數據中形成作為建模分析對象的最終數據集。數據準備階段的具體工作主要包括數據製表、記錄處理、變數選擇、數據轉換、數據格式化和數據清理等,各項工作並不需要預先規定好執行順序,而且數據準備工作還有可能多次執行。

建模

一般使用多種技術進行建模,將模型調整到最佳狀態。

建立模型是應用軟體工具,選擇合適的建模方法,處理準備好的數據寬表,找出數據中隱藏的規律。在建立模型階段,將選擇和使用各種建模方法,並將模型參數進行優化。對同樣的業務問和數據準備,可能有多種數據挖掘技術方法可供選用,此時可優選提升度高、置信度高、簡單而易於總結業務政策和建議的數據挖掘技術方法。在建模過程中,還可能會發現一些潛在的數據問題,要求回到數據準備階段。建立模型階段的具體工作包括:選擇合適的建模技術、進行檢驗設計、建造模型。

評估

到這個階段一般已經有從數據角度來看滿足要求的模型。重點是評估是否有業務問題還沒有考慮到,是否已經完全滿足業務要求。評估數據挖掘結果的使用可能性。

模型評估是要從業務角度和統計角度進行模型結論的評估。要求檢查建模的整個過程,以確保型沒有重大錯誤,並檢查是否遺漏重要的業務問題。當模型評估階段結束時,應對數據挖掘結果的發佈計劃達成一致。

部署

數據分析完成了但是還不是最後一步。最後一步的部署可能是生成一個報告,也可能是需要建立一個整個公司層面的新的系統,這是看業務的需求來定。要保證數據分析的結果被正確的使用。

模型發佈又稱為模型部署,建立模型本身並不是數據挖掘的目標,雖然模型使數據背後隱藏的作息和知識顯現出來,但數據挖掘的根本目標是將信息和知識以某種方式組織和呈現出來,並用來改善運營和提高效率。當然,在實際的數據挖掘工作中,根據不同的企業業務需求,模型發佈具體工作可能簡單到提交數據挖掘報告,也可能複雜到將模型集成到企業的核心運營系統中去。


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 前言 將一個處於睡眠狀態或者新創建的進程加入就緒隊列時會產生喚醒搶占檢查,被喚醒的任務一般期望能夠立刻執行,發生搶占能夠滿足被喚醒任務的實時性需求。CFS調度器的喚醒搶占能否成功會受到sysctl_sched_wakeup_granularity的影響,該參數能控制喚醒搶占發生的概率。頻繁的搶占有可 ...
  • FFmpeg是一個開源的多媒體框架,它可以處理各種音頻和視頻格式的轉換、解碼、編碼和流處理。它提供了一套豐富的庫和工具,廣泛應用於視頻點播、直播、多媒體處理、游戲開發等領域。 FFmpeg的主要組件包括: libavformat - 用於音頻和視頻的多媒體容器的多路復用和解復用。支持多種格式,如MP ...
  • 寫在前面 今天繼續學習redis後面的知識。 Redis 哨兵機制 哨兵 Sentinel 機制 Sentinel(哨兵)是 Redis 的高可用性解決方案。由一個或多個 Sentinel 實例組成的 Sentinel 系統可以監視任意多個主伺服器,以及這些主伺服器屬下的所有從伺服器。當被監視的主服 ...
  • 我們欣喜地宣佈,Apache SeaTunnel 2.3.7 版本現已正式發佈!作為一個廣受歡迎的下一代開源數據集成工具,Apache SeaTunnel 一直致力於為用戶提供更加靈活、高效的數據同步和集成能力。此次版本更新不僅引入瞭如 LLM(大型語言模型)數據轉換支持、增強的 SQL 支持和新連 ...
  • 轉載自神龍大俠 我是用olphinScheduler 3.2.1版本做源代碼編譯部署(部署方式參考我的另外一篇文檔《源代碼編譯,Apache DolphinScheduler前後端分離部署解決方案》) 二進位文件部署本文也適用,只需要修改相對應的配置即可。 資源管理底層基座替換成hdfs Flink ...
  • 在ByteHouse的支持下,目前該公司在銷售數據的非ACL查詢和ACL查詢兩個方向上,都實現了查詢效率的顯著提升。以ACL查詢的60M廣告客戶DI場景為例,查詢效率已經從從優化前的16秒大幅縮短至如今的1秒,效率提升高達16倍。 ...
  • 寫在前面 今天來繼續學習 Redis。 Redis 持久化機制 快照 (Snapshot) 特點 快照持久化可以將某一時刻的所有數據寫入硬碟,預設開啟,保存為 .rdb 文件,也稱為 RDB 持久化。 快照生成方式 客戶端方式 BGSAVE 使用 BGSAVE 命令創建快照,Redis 會創建一個子 ...
  • Redis概述安裝與基本數據類型 1. 什麼是NoSQL NoSQL( Not Only SQL ),意即不僅僅是SQL, 泛指非關係型的資料庫。Nosql這個技術門類,早期就有人提出,發展至2009年趨勢越發高漲。 2. NoSQL的廣泛應用 隨著大數據的興起,數據量的暴增,數據類型的豐富,傳統的 ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...