计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2004年
8期
211-213,216
,共4页
数据挖掘%过程%算法
數據挖掘%過程%算法
수거알굴%과정%산법
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.
數據挖掘(DM)是非常具有挑戰性的工作,數據挖掘過程是多箇因素耦閤的決策問題.討論瞭噹前流行的DM過程CRISP-DM和SEMMA的不同之處及優缺點.從機器學習、統計和數據質量角度對挖掘有效性作瞭討論,認為一箇真正高效的過程應該麵嚮算法,彊調探索,以挖掘齣高可靠性的具有商業價值的知識目標,併緊跟技術的髮展.給齣數據挖掘過程的多維視圖,將算法分解為組件維、模型維和過程維等維度,以此提齣新的DM過程的框架.
수거알굴(DM)시비상구유도전성적공작,수거알굴과정시다개인소우합적결책문제.토론료당전류행적DM과정CRISP-DM화SEMMA적불동지처급우결점.종궤기학습、통계화수거질량각도대알굴유효성작료토론,인위일개진정고효적과정응해면향산법,강조탐색,이알굴출고가고성적구유상업개치적지식목표,병긴근기술적발전.급출수거알굴과정적다유시도,장산법분해위조건유、모형유화과정유등유도,이차제출신적DM과정적광가.
