數(shù)據(jù)挖掘方法論(SEMMA)

1、Explore 數(shù)據(jù)特征探索、分析和予處理Modify 問題明確化、數(shù)據(jù)調(diào)整和技術(shù)選擇Model 模型的研發(fā)、知識的發(fā)現(xiàn)Assess 模型和知識的綜合解釋和評價 樣本的精選，不僅能減少數(shù)據(jù)處理量，節(jié)省系統(tǒng)資源，而且能通過數(shù)據(jù)的篩選，使你想要它 反映的規(guī)律性更加凸現(xiàn)出來。 “規(guī)律性”，再依此去指導(dǎo)工作，則很可能是在進行誤導(dǎo)。若你是從正在運行著的系統(tǒng)中進 質(zhì)量，慎之又慎！從巨大的企業(yè)數(shù)據(jù)母體中取出哪些數(shù)據(jù)作為樣本數(shù)據(jù)呢？這要依你所要達(dá)到的目標(biāo)來區(qū)分 采用不同的辦法：如果你是要進行過程的觀察、控制，這時你可進行隨機取樣，然后根據(jù)樣 本數(shù)據(jù)對企業(yè)或其中某個過程的狀況作出估計。 SAS 不僅支持這一取樣

2、過程，而且可對所 取出的樣本數(shù)據(jù)進行各種例行的檢驗。若你想通過數(shù)據(jù)挖掘得出企業(yè)或其某個過程的全面規(guī) 利用它支持你進行決策才是真正有效的，并能使企業(yè)進一步獲得技術(shù)、經(jīng)濟效益。Explore數(shù)據(jù)特征探索、分析和予處理前面所敘述的數(shù)據(jù)取樣，多少是帶著人們對如何達(dá)到數(shù)據(jù)挖掘目的的先驗的認(rèn)識進行操作 區(qū)分成怎樣一些類別這都是要首先探索的內(nèi)容。 它們不僅能做各種不同類型統(tǒng)計分析顯示，而且可做多維、動態(tài)、甚至旋轉(zhuǎn)的顯示。Model模型的研發(fā)、知識的發(fā)現(xiàn) 清多因素相互影響的，十分復(fù)雜的關(guān)系。 但是，這種復(fù)雜的關(guān)系不可能一下子建立起來。一 情況。這些探索、分析，并沒有一成不變操作規(guī)律性；相反，是要有耐心的反復(fù)的

3、試探，仔 種 情況，應(yīng)當(dāng)說，你的數(shù)據(jù)挖掘已挖到了有效的礦脈。 雜運算過程和編制結(jié)果展現(xiàn)程序的煩惱和對你思維的干擾。這就使你數(shù)據(jù)分析過程集聚于你 過程，提高了你的思維能力。Modify問題明確化、數(shù)據(jù)調(diào)整和技術(shù)選擇 進行有效的數(shù)據(jù)挖掘操作。 據(jù)挖掘的各個階段中，數(shù)據(jù)挖掘的產(chǎn)品都要使所使用的數(shù)據(jù)和所將建立模型處于十分易于調(diào) 整、修改和變動的狀態(tài)，這才能保證數(shù)據(jù)挖掘有效的進行。 合或者生成一些新的變量，以體現(xiàn)對狀態(tài)的有效的描述。 SAS 對數(shù)據(jù)強有力的存取、管理 和操作的能力保證了對數(shù)據(jù)的調(diào)整、修改和變動的可能性。若使用了 SAS 的數(shù)據(jù)倉庫產(chǎn)品 技術(shù)時就更進一步保證了有效、方便的進行這些操作。 段

4、就更加清晰、明確了。這一步是數(shù)據(jù)挖掘工作的核心環(huán)節(jié)。雖然數(shù)據(jù)挖掘模型化工作涉及了非常廣闊的技術(shù)領(lǐng)域， 但對 SAS 研究所來說并不是一件新鮮事。自從SAS 問世以來，就一直是統(tǒng)計模型市場領(lǐng)域 的領(lǐng)頭羊，而且年年提供新產(chǎn)品，并以這些產(chǎn)品體現(xiàn)業(yè)界技術(shù)的最新發(fā)展。 你的數(shù)據(jù)結(jié)構(gòu)和內(nèi)容也有了充分的適應(yīng)性。 SAS 在這時也向你提供了充分的可選擇的技術(shù) 經(jīng)元網(wǎng)絡(luò)；決策樹等。在你的數(shù)據(jù)挖掘中使用哪一種方法，用 SAS 軟件包中什么方法來實現(xiàn)，這主要取決于你的 數(shù)據(jù)集的特征和你要實現(xiàn)的目標(biāo)。實際上這種選擇也不一定是唯一的。好在 SAS 軟件運行 效率十分高，你不妨多試幾種方法，從實踐中選出最適合于你的方法。

5、 ASSESS出一個最好的模型 出來，另外就是要對模型進行針對業(yè)務(wù)的解釋和應(yīng)用。若能從模型中得出一個直接的結(jié)論當(dāng)然很好。但更多的時候會得出對目標(biāo)問題多側(cè)面的描 往往是要你在所付出的代價和達(dá)到預(yù)期目標(biāo)的可靠性的平衡上作出選擇。假如在你的數(shù)據(jù)挖 化，以利你綜合抉擇。 軟件提供給你的許多檢驗參數(shù)外，評價的辦法之一是直接使用你原來建立模型的樣板數(shù)據(jù)來 在這一步應(yīng)得到較好的評價。這說明你確實從這批數(shù)據(jù)樣本中挖掘出了符合實際的規(guī)律性。 進行反思了。若這一步也得到了肯定的結(jié)果時，那你的數(shù)據(jù)挖掘應(yīng)得到很好的評價了。 of nbeusedaspartofanyiterativedataminingmethodology e volume reduces the processing time required to get crucial business information. If general e Modify your data by creating, selecting, and transforming the variables to focus the model r yo o