数据挖掘具体步骤

数据挖掘具体步骤

1、理解业务与数据

2、准备数据

数据清洗：

缺失值处理：

异常值:

数据标准化：

特征选择：

数据采样处理：

3、数据建模

分类问题：

聚类问题：

回归问题

关联分析

集成学习

image

Bagging(例如随机森林算法)

Boosting

Stacking

4、模型评估

淆矩阵与准确率指标

泛化能力评估

其他模型：

评估数据处理：

5、应用

模型保存：

模型优化：