clementine教程

《clementine教程》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、Clementine使用培训SPSS中国（北京）肖立宏82515139－812mail：xiaolh@spssbj.com.cnxiaolihong@mail.tsinghua.org.cn2003-12-302003-12-302003-12-3011Clementine使用培训前言°课程目的°课程内容°课程参考资料°其它参考资料2003-12-3022课程目的1.了解数据挖掘一般概念、发展2.了解数据挖掘方法论Crisp-DM，并了解利用Crisp-DM组织数据挖掘项目3.掌握应用数据挖掘软件—Clementine进行数

2、据的理解、数据准备和简单建模工作，以及对模型进行评估返回2003-12-3033课程参考资料°《IntroductiontoClementine》°《Clementine用户指导手册》°《Crisp-DM》返回2003-12-3044课程内容：1.数据挖掘及数据挖掘软件2.数据理解：A.从数据源抽取数据B.用表格图形技术透视数据C.处理缺失值3.数据准备：A.针对记录的数据准备，如选择记录、对记录排序B.针对字段的数据准备，如生成新字段C.针对文件的数据准备，如合并文件继续2003-12-3055课程内容：4.模型技术：A.

3、监督学习技术B.非监督学习技术5.模型评估6.Crisp-DM继续2003-12-3066课程内容°Chapter1数据挖掘简介°Chapter2Clementine简介°Chapter3读取数据文件°Chapter4数据理解之数据质量°Chapter5简单数据整理°Chapter6数据理解之数据间简单关系°Chapter7Clementine中的建模技术继续2003-12-3077课程内容°Chapter8NeuralNetworks°Chapter9规则归纳模型°Chapter10模型比较°Chapter11Kohone

4、nNetworks°Chapter12关联规则°Chapter13序列检测°Chapter14其它返回2003-12-3088Chapter1数据挖掘简介2003-12-3099Chapter1数据挖掘简介°目的：°掌握数据挖掘有关概念°掌握Crisp-DM过程模型°掌握如何应用Crisp-DM组织一个项目2003-12-301010Chapter1数据挖掘简介°内容：°1.1数据挖掘有关概念°1.2Crisp-DM过程模型2003-12-301111数据挖掘的产生°数据°技术基础°商业需求2003-12-3012121.1

5、数据挖掘概念¾利用各种技术来发现数据中隐含关系（知识）¾误解：itinvolvespassinghugeamountsofdatathroughintelligenttechnologiesthat,alone,findpatternsandgivemagicalsolutionstobusinessproblems.¾是一交互、反复过程¾常用技术：人工智能、机器学习、决策树2003-12-3013131.2数据挖掘概念¾是否需要DMV是否有数据V数据是否包含了相关因素信息V数据是否含噪声V数据量是否够V是否有数据专家200

6、3-12-3014141.2Crisp-DM过程模型°有利于数据挖掘项目计划的几个相关问题V想要解决的实际问题V数据资源是否可获得，哪些数据与当前问题相关V在数据挖掘前，要做哪些数据清洗和预处理工作V用什么数据挖掘技术V如何评价数据挖掘结果V如何最大化地利用数据挖掘结果2003-12-3015151.2Crisp-DM过程模型°数据挖掘流程模型(Clementine推荐使用)°Cross-IndustryStandardProcessforDataMining(CRISP-DM)2003-12-3016161.2Crisp-

7、DM过程模型°Businessunderstanding.°Dataunderstanding.°DataPreparation.°Modeling.°Evaluation.°Deployment.2003-12-301717商业理解商业数据数据建立模型评估理解理解准备模型部署确定商业背景商业目标成功标准目标形势评估需求、假定风险和专业成本和拥有资源和限制偶然性术语收益确定数据挖掘目标数据挖掘数据挖掘目标成功标准制定项目计划工具和方法项目计划评估2003-12-301818数据理解商业数据数据建立模型评估理解理解准备模型部署

8、收集原始数据收集数据报告数据描述数据描述报告数据探索性分析探索性数据分析报告数据质量描述数据质量报告2003-12-301919数据准备商业数据数据建立模型评估理解理解准备模型部署数据集数据集描述选择数据确定分析包含/剔除数据数据清理数据清理报告数据重构生成新的变量（字段）生成新的记录整合