文档介绍：数据挖掘与标准化进程
• CRISP-DM （CRoss-Industry Standard Process for Data
Mining ）
– 数据挖掘过程标准化
• XML(Extensible Markup Language)
– 与数据预处理相结合，表示数据
• SOAP （Simple Object Access Protocol ）
– 数据库与系统互操作的标准
• PMML(Predictive Model Markup Language)
– 预言模型交换标准, ，利用XML 描述和存储数据挖掘模型
• OLE DB For Data Mining
– 数据挖掘系统基于API 的接口，可算为通用数据挖掘语言
– 2000 年3月，微软公司推出了一个数据挖掘语言
数据挖掘标准流程
• CRISP-DM （CRoss-Industry Standard Process －Data
Mining ），在1996 年制定，是当今数据挖掘业界通用流行
的标准之一， 强调数据挖掘在商业中的应用，解决商业
中存在的问题，而不是把数据挖掘局限在研究领域
• 流程内容
– 商业理解
– 数据理解
– 数据准备
– 建立模型
– 模型评估
– 模型发布
数据挖掘流程
• 商业理解（Business Understanding)
– 确定目标，对现有资源评估，确定问题是否能够通过
数据挖掘来解决，确定数据挖掘的目标，制定数据挖
掘计划
• 数据理解(Data Understanding)
– 确定数据挖掘所需要的数据，对数据进行描述，数据
的初步探索，检查数据的质量
• 数据准备(Data Preparation)
– 选择数据，清理数据，对数据进行重建，调整数据格
式使之适合建模
数据挖掘流程
• 建立模型（Modeling)
– 对各个模型进行评价，选择数据挖掘模型，建立模型
• 模型评估(Evaluation)
– 评估数据挖掘的结果，对整个数据挖掘过程的前面步
骤进行评估，确定下一步怎么办？是发布模型？还是
对数据挖掘过程进行进一步的调整，产生新的模型
• 模型发布（Deployment ）
– 把数据挖掘模型的结果送到相应的管理人员手中，对
模型进行日常的监测和维护，定期更新数据挖掘模型
预言模型交换标准PMML
<!- - model in PMML format - ->
数据挖掘算法 <PMML version=""
<TreeModel ModelName = "golf"
数据源