数据挖掘建模过程
目标定义:任务理解、指标确定
数据采集:建模抽样、质量把控、实时采集
数据整理:数据探索、数据清洗、数据变换
构建模型:模型发现、构建模型、验证模型
模型评价:设定评价标准、多模型对比、模型优化
模型发布:模型部署、模型重构
Python数据分析与挖掘实战--第一章
最新推荐文章于 2021-08-27 19:38:40 发布
本文详述了数据挖掘建模的六个关键步骤:目标定义、数据采集、数据整理、构建模型、模型评价及模型发布,为读者提供了一套完整的数据挖掘流程指导。
607

被折叠的 条评论
为什么被折叠?



