1.2 數據挖掘的過程方法

數據挖掘是一個復雜過程，需要一個明確方法有序有效地組織這個過程。早期有SPSS提出的5A（Assess，Access，Analysis，Act，Automae）模型，SAS提出的SEMMA（Sample，Explore，Modify，Model，Assess）模型，1998年NCR（Teradata從NCR脫離出來）、Clementine（1998年被SPSS收購）、OHRA和Daimler-Benz聯合項目組提出了CRISP-DM（Cross-Industry Standard Process for Data Mining），分為業務理解（Business Understanding）、數據理解（Data Understanding）、數據準備（Data Preparation）、模型建立（Modeling）、模型評估（Evaluation）、模型部署（Deployment）6個階段，它已經成為目前的事實標準[4] 。2016年微軟提出的TDSP（Team Data Science Process）將數據挖掘分為業務理解、數據獲取與理解、建模、部署、用戶接受5個階段。這些方法框架與CRISP-DM基本思想一致，下面重點介紹CRISP-DM方法。