数据挖掘的知识点总结

数据挖掘的步骤：需求->数据抓取->特征选择->模型选择->验证->应用
虽然步骤是灵活的，但是笔面试还是以这样的过程为基准的

分析步骤：首先要做技术评估
1， 数据抽取统计分析：对于数据特征有一个初步的把握
2， 数据清洗
3， 数据变换
4， 归并和分类
5， 属性选择
6， 模型构建：如果采用低有效的算法，可以采用集成学习的方法来进行学习，得到一个评分的排名结果
7， 模型评价：采用几种评价手段来进行分析:用户召回率，人工分析，误差分析，分类准确度分析，矩阵分析，28原则等
8， 结果分析：对算法的优缺点逐一分析，看有没有提升的方法

需要了解的情况：
数据特征
数据特性
从业务人员角度考虑得到的关键特征
从运营方角度考虑的得到的关键特征
固有模型

需要交付的文件：
模型及使用文档
发现的一般规律
常见错误及解决方案
模型思路及今后可能的优化方向