数据挖掘的完整步骤是怎样的?
①理解数据和数据的来源(understanding);②获取相关知识与技术(acquisition);③整合与检查数据(integrationandchecking);④...
①理解数据和数据的来源(understanding);②获取相关知识与技术(acquisition);③整合与检查数据(integration and checking);④去除错误或不一致的数据(data cleaning);⑤建立模型和假设(model and hypothesis development);⑥实际数据挖掘工作(data mining)。
展开
2021-10-19 · 专注大学生职业技能培训在线教育品牌
关注
展开全部
1、理解数据和数据的来源(understanding)。
2、获取相关知识与技术(acquisition)。
3、整合与检查数据(integration and checking)。
4、去除错误或不一致的数据(data cleaning)。
5、建立模型和假设(model and hypothesis development)。
6、实际数据挖掘工作(data mining)。
7、测试和验证挖掘结果(testing and verification)。
8、解释和应用(interpretation and use)。
2、获取相关知识与技术(acquisition)。
3、整合与检查数据(integration and checking)。
4、去除错误或不一致的数据(data cleaning)。
5、建立模型和假设(model and hypothesis development)。
6、实际数据挖掘工作(data mining)。
7、测试和验证挖掘结果(testing and verification)。
8、解释和应用(interpretation and use)。
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
美林数据技术股份有限公司
2023-08-27 广告
2023-08-27 广告
常见的大数据分析工具有:1. Hadoop:分布式计算框架,适合处理大量数据,但学习曲线较陡峭。2. Spark:实时大数据分析工具,易用性好,可扩展性强,但易用性相对较差。3. Flink:实时数据分析工具,处理速度快,可扩展性好,但社区...
点击进入详情页
本回答由美林数据技术股份有限公司提供
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询