摘要：数据挖掘(DM)是非常具有挑战性的工作,数据挖掘过程是多个因素耦合的决策问题.讨论了当前流行的DM过程CRISP-DM和SEMMA的不同之处及优缺点.从机器学习、统计和数据质量角度对挖掘有效性作了讨论,认为一个真正高效的过程应该面向算法,强调探索,以挖掘出高可靠性的具有商业价值的知识目标,并紧跟技术的发展.给出数据挖掘过程的多维视图,将算法分解为组件维、模型维和过程维等维度,以此提出新的DM过程的框架.

原文链接:http://www.cqvip.com//QK/93231X/200408/10356910.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）