热线电话：13121318867

登录
首页精彩阅读大数据时代,数据驱动做决策
大数据时代,数据驱动做决策
2017-06-16
收藏

大数据时代,数据驱动做决策

  IBM提出大数据的大量化（Volume）、多样化(Variety)和快速化(Velocity)“三V”特征。随着大数据对于商业“价值”的重要性提升，“价值（Value）”成为了大数据的第四个重要特征，同时得到了社会的广泛关注与研究。

大数据，成为了企业的核心资产，资产得以高效利用，得到效益的高度转化才是大数据的价值体现，这就需要通过数据挖掘来进行。

一个数据挖掘项目的生命周期在不同的场景下并不是完全一样的。CRISP-DM是官方标准之一，也是对数据挖掘过程的全面评述，它包含有6个阶段：

1、商业理解

最初的阶段集中在理解项目目标和从业务的角度理解需求，同时将这些转化为数据挖掘问题的定义和完成目标的初步计划。

2、数据理解

数据理解阶段是从初始的数据收集开始的，目的是熟悉数据，识别数据的质量问题，首次发现数据的内部属性，或是探测引起我们产生兴趣的子集从而形成隐含信息的假设。

3、数据准备

在数据准备阶段包括从未处理的数据中构造最终数据集的所有活动。这些数据将是模型工具的输入值。这个阶段的任务有的能执行多次，没有任何规定的顺序。任务包括选择表、记录和属性，以及为模型工具转换和清洗数据。

4、数据模型

在这个阶段，可以选择和应用不同的模型技术，模型参数被调整到最佳的数值。一般，有些技术可以解决一类相同的数据挖掘问题。有些技术在数据形成上有特殊的要求，因此需要经常跳回到数据准备阶段。

5、评估

在开始部署模型之前，重要的事情彻底地评估模型，检查构造模型的步骤，确保模型可以完成业务目标。这个阶段的关键目的是确定是否有重要的业务问题没有被充分考虑。在这个阶段结束后，对于一个数据挖掘结果使用的决定必须达成。

6、发布

通常，模型的创建不是项目的结束。模型的作用是从数据中找到知识，并且所获得的知识要以便于用户使用的方式重新组织和展现。根据需求，在这个阶段可以产生简单的报告，或是实现一个比较复杂、可重复的数据挖掘过程。



CDA数据分析师考试相关入口一览（建议收藏）：

▷ 想报名CDA认证考试，点击>>>   “CDA报名” 了解CDA考试详情；

▷ 想学习CDA考试教材，点击>>> “CDA教材” 了解CDA考试详情；

▷ 想加入CDA考试题库，点击>>> “CDA题库” 了解CDA考试详情；

▷ 想了解CDA考试含金量，点击>>> “CDA含金量” 了解CDA考试详情；

数据挖掘 大数据 特征

数据分析咨询请扫描二维码

若不方便扫码，搜微信号：CDAshujufenxi

上一篇回归系列（一）| 怎样正确地理解线性回归
下一篇2020美国总统竞选大戏开锣，川普当选的奇迹会再发生吗？
CDA考试动态
CDA报考指南
热门栏目
最新资讯
更多
Copyright © 2015-present 北京国富如荷网络科技有限公司 All Rights Reserved.
京ICP备11001960号-9   京公网安备 11010802034615号   经营许可证编号：京B2-20210330
客服在线
立即咨询