1.2 数据挖掘的过程方法

数据挖掘是一个复杂过程，需要一个明确方法有序有效地组织这个过程。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从NCR脱离出来）、Clementine（1998年被SPSS收购）、OHRA和Daimler-Benz联合项目组提出了CRISP-DM（Cross-Industry Standard Process for Data Mining），分为业务理解（Business Understanding）、数据理解（Data Understanding）、数据准备（Data Preparation）、模型建立（Modeling）、模型评估（Evaluation）、模型部署（Deployment）6个阶段，它已经成为目前的事实标准[4] 。2016年微软提出的TDSP（Team Data Science Process）将数据挖掘分为业务理解、数据获取与理解、建模、部署、用户接受5个阶段。这些方法框架与CRISP-DM基本思想一致，下面重点介绍CRISP-DM方法。