数据挖掘框架

1)商业理解:理解业务需求,透过现象看本质,了解动机

2)数据理解:进行数据收集并进行初探,例:记录条数、时间、维度、属性等

3)数据准备:数据清洗(去重、去异常、规约等操作)

4)建模:优先指建立业务逻辑模型

5)评估:对模型进行评估

6)部署:真实落地,包括可视化、工程化、报告

©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容

  • 架构设计系列文章,请参见连接。 十分钟让你透彻理解大数据的工作方式。大数据并不是深不可测、高不可攀的技术,这里用1...
    Wales_Kuo阅读 2,858评论 0 12
  • 算法技术解构 1、Python基础知识 (1)IPythonIPython的开发者吸收了标准解释器的基本概念,在此...
    shenciyou阅读 5,568评论 0 10
  • 止不住止不住 大雨和泪水都止不住 请原谅请原谅 我欺骗了你我有我的苦衷请原谅 相信我相信我 我会让你为我骄傲的相信...
    池光阅读 162评论 0 2
  • 2019.03.03 星期日 晴 (13℃/-3℃) 前几天,看了《千字文》,这段时间开始看《弟子规》,边...
    留白简话阅读 486评论 0 28
  • 亲爱的,今天是你的生日,祝你生日快乐哦!愿你在以后的每个日子里都开开心心! 想起很多年前的那个早晨,太阳公公也才刚...
    简儿的十年阅读 844评论 31 26