1.數(shù)據(jù)探索：通過檢驗(yàn)數(shù)據(jù)集的數(shù)據(jù)質(zhì)量、繪制圖標(biāo)、計(jì)算某些特征量等手段，對樣本數(shù)據(jù)集的機(jī)構(gòu)和規(guī)律進(jìn)行分析的過程就是數(shù)據(jù)探索。數(shù)據(jù)探索有助于選擇合適的數(shù)據(jù)預(yù)處理和建模方法，甚至可以完成一些通常由數(shù)據(jù)挖掘解決的問題。
常常從數(shù)據(jù)質(zhì)量分析和數(shù)據(jù)特征分析兩個角度對數(shù)據(jù)進(jìn)行探索

2.數(shù)據(jù)預(yù)處理：在數(shù)據(jù)挖掘中，海量的原始數(shù)據(jù)中存在著大量不完整（有缺失值）、不一致、有異常的數(shù)據(jù)，嚴(yán)重影響到數(shù)據(jù)挖掘建模的執(zhí)行效率，甚至可能導(dǎo)致挖掘結(jié)果的偏差，所以進(jìn)行數(shù)據(jù)清洗就顯得尤為重要，數(shù)據(jù)清洗后接著進(jìn)行或者同時(shí)進(jìn)行數(shù)據(jù)集成、轉(zhuǎn)換、規(guī)約等一系列的處理，該過程就是數(shù)據(jù)預(yù)處理。
數(shù)據(jù)預(yù)處理的主要內(nèi)容包括數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)據(jù)變換和數(shù)據(jù)規(guī)約

3.挖掘建模：經(jīng)過數(shù)據(jù)探索與數(shù)據(jù)預(yù)處理，得到了可以直接建模的數(shù)據(jù)。根據(jù)挖掘目標(biāo)和數(shù)據(jù)形式可以建立分類與預(yù)測、聚類分析、關(guān)聯(lián)規(guī)則、時(shí)序模式和偏差檢測等模型，幫助企業(yè)提供數(shù)據(jù)中蘊(yùn)含的商業(yè)價(jià)值，提高企業(yè)的競爭力。

待續(xù)...

總結(jié)

以上是生活随笔為你收集整理的数据挖掘与数据分析大致流程的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。