数据挖掘基础

本文介绍数据挖掘的基本流程

1.定义挖掘目标

针对具体的数据挖掘应用的需求，首先需要明确本次的挖掘目标是什么，系统完成后能达到什么样的效果，因此，我们要分析应用领域中的各种知识，了解相关领域的情况，弄清楚用户的需求。必须明确的认识我们要干什么，再决定怎么做。

2.数据取样

明确数据挖掘目标后，需要抽取与挖掘目标相关的样本数据子集。抽取数据的标准为：相关性、可靠性、有效性。即一定要重视数据的质量，抽取数据后先应先检察其数据质量如何。衡量数据质量的标准有：资料完整无缺，各项指标项齐全；数据准确无误，反映的是正常状态下的水平。

3.数据探索

同过异常值分析、缺失值分析、相关分析、周期分析等对数据进行进一步探索、审核和必要的加工处理，保证数据的质量、使其更好服务于后期的挖掘建模。

4.数据预处理

通过降为处理、缺失值处理等对有问题的数据进行处理

5.挖掘建模

处理好数据后，分析本次建模属于数据挖掘中的哪一类问题，如：分类、聚类、关联规则、时序模式或者智能推荐。再选择哪种算法进行模型构建。