老生常谈：CRISP-DM

今天又看回了CRISP-DM的流程模型介绍文档。

发现非常之详细有用，模型除了大家耳熟能详的6阶段，还提出了分4层的模型，最上面是6阶段，下一层是通用任务（对6个阶段的每个进行任务分解），在下一层是具体任务（通用任务在具体的情况下应该采取什么行动）。比如通用任务是数据清洗，具体任务则有数值数据清洗，或是否判断问题类型是聚类或预测。
最下一层是流程实例，即某次挖掘的行动、决定和结果记录。

CRISP-DM还提出了数据挖掘上下文的概念，对于将通用模型映射到具体模型很有用，其由下列某些或全部维度特征组成： 问题域、数据挖掘问题类型、技术面、工具包和具体技术。 无论是挖掘理论，或者某次挖掘，都是可以用这个上下文来描述，并且互相关联的。

杂谈：
这种映射可能需要规则推理（替换）+基于案例的推理，可以考虑用owl, ruleml, swrl来实施。

和我最早懵懵懂懂提出的context，其实还是一个方向，原来这几个公司的哥们早就替我想好了，转了一圈看了n多东西，又回来到这篇没认真读完（或者当时读了也不懂）的文档上。下一步要做的就是改进和实例化

笔记：启发式heuristic：一种妥协式的方法，不保证能找到最优/正确解，也不保证时间，只是提出貌似可行的解

作者: richardzzh 20070608
CRISP-DM虽然是一套不错的方法论，但在实施的时侯是可以很灵活的使用的，SPSS公司的方论也不错在真正的项目中，只要根据项目管理的理论合理分配工作比例，对数据挖掘项目的几个关键环节加以控制
均是可以保障项目成功的，简单说就是在项目中，做什么方论不重要的，重要的是以结果为导向的质量控制

作者: richardzzh 20070608

呵，是呀，没错，但有几个人是按着方法论在做的呢？方法论只是告诉我们理论上应该怎么做，曾经与SPSS、SAS的人合作过，真正做项目时重要的是项目
中的几个环节的控制，回过头来看，其实与方法论是有差异的
我的工作进程如下：

Project Description (General Information)
Sample Size & distribution
Business Explore
Data collection
Modeling
Automate

SPSS的5A方法论较符合实际工作需要。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友