Zuhause Persönliche Finanzen Phase 3 des CRISP-DM-Prozessmodells: Datenvorbereitung - Dummies

Phase 3 des CRISP-DM-Prozessmodells: Datenvorbereitung - Dummies

Inhaltsverzeichnis:

Video: Protocole de suppression des implants en 3 phases - phase 3 2025

Video: Protocole de suppression des implants en 3 phases - phase 3 2025
Anonim

Data Miner verbringen die meiste Zeit mit der dritten Phase des CRISP-DM-Prozessmodells (Cross-Industry Standard Process for Data Mining): Datenaufbereitung. Die meisten Daten, die für das Data Mining verwendet werden, wurden ursprünglich für andere Zwecke gesammelt und aufbewahrt und müssen noch weiter verfeinert werden, bevor sie für die Modellierung verwendet werden können.

Die Datenvorbereitungsphase umfasst fünf Aufgaben . Dies sind

  • Auswählen von Daten

  • Reinigungsdaten

  • Konstruieren von Daten

  • Integrieren von Daten

  • Formatieren von Daten

Die Schritt-für-Schritt-Anleitung von CRISP-DM erwähnt Datensätze nicht explizit als Ergebnisse für jedes der Datenvorbereitungsaufgaben, aber diese Datensätze hätten besser existieren können und ordnungsgemäß archiviert und dokumentiert werden. Datensätze entsprechen nicht eins zu eins Aufgaben, aber Informationen zu den verwendeten Daten sollten in jedem lieferbaren Bericht enthalten sein.

Aufgabe: Auswählen von Daten

Jetzt entscheiden Sie, welcher Teil der Daten, die Sie haben, tatsächlich für Data Mining verwendet wird.

Das Ergebnis für diese Aufgabe ist die Begründung für Inklusion und Exklusion. Darin werden Sie erklären, welche Daten für weitere Data-Mining-Arbeiten verwendet werden und nicht werden.

Sie erläutern die Gründe für das Einschließen oder Ausschließen jedes Teils der Daten, die Sie haben, basierend auf Relevanz für Ihre Ziele, Datenqualität und technischen Problemen - wie zum Beispiel die Anzahl der Felder oder Zeilen, die Ihre Tools handhaben oder die Eignung der Datenformate für Ihre Bedürfnisse.

Aufgabe: Daten bereinigen

Es ist unwahrscheinlich, dass die Daten, die Sie ausgewählt haben, perfekt sauber (fehlerfrei) sind. Sie nehmen Änderungen vor, indem Sie beispielsweise nach Quellen suchen, um bestimmte Datenkorrekturen vorzunehmen, einige Fälle oder einzelne Zellen (Datenelemente) ausschließen oder einige Datenelemente durch Standardwerte oder Ersetzungen ersetzen, die durch eine ausgefeiltere Modellierungstechnik ausgewählt wurden. Sie können nur Teilmengen der Daten für alle oder einige Ihrer Data Mining-Arbeiten verwenden.

Das Ergebnis für diese Aufgabe ist der Datenbereinigungsbericht, in dem alle Entscheidungen und Maßnahmen zur Bereinigung Ihrer Daten detailliert dokumentiert werden. Dieser Bericht sollte sich auf jedes Datenqualitätsproblem beziehen, das in der Verifizierungsdatenqualitätsaufgabe in der Datenverständnisphase des Prozesses identifiziert wurde. In Ihrem Bericht sollten auch die potenziellen Auswirkungen auf die Ergebnisse der während der Datenbereinigung getroffenen Entscheidungen behandelt werden.

Aufgabe: Konstruieren von Daten

Möglicherweise müssen Sie einige neue Felder ableiten (z. B. das Lieferdatum und das Datum, an dem ein Kunde eine Bestellung aufgegeben hat, um zu berechnen, wie lange der Kunde auf eine Bestellung gewartet hat). oder erstellen Sie auf andere Weise eine neue Form von Daten.

Die Ergebnisse dieser Aufgabe umfassen zwei Berichte:

  • Abgeleitete Attribute: Ein Bericht, der beschreibt, welche neuen Felder (Spalten) Sie erstellt haben, wie Sie dies getan haben und warum.

  • Generierte Datensätze: Ein Bericht, der beschreibt, welche neuen Fälle (Zeilen) Sie erstellt haben, wie Sie dies getan haben und warum.

Obwohl die Zusammenführungsdaten- und Formatdaten-Tasks in dieser Phase des Prozesses zuletzt aufgelistet werden, sind sie nicht immer die letzten, und sie werden möglicherweise nicht einmal angezeigt. Möglicherweise müssen Sie frühzeitig in der Datenvorbereitungsphase zusammenführen oder neu formatieren.

Aufgabe: Integrieren von Daten

Ihre Daten können sich jetzt in mehreren unterschiedlichen Datensätzen befinden. Sie müssen einige oder alle dieser unterschiedlichen Datensätze zusammenführen, um für die Modellierungsphase bereit zu sein.

Das Ergebnis für diese Aufgabe sind die zusammengeführten Daten. (Und es würde nicht schaden zu dokumentieren, wie die Zusammenführung durchgeführt wurde.)

Aufgabe: Formatieren von Daten

Daten werden häufig in anderen Formaten als denjenigen angezeigt, die für die Modellierung am geeignetsten sind. (Formatänderungen werden normalerweise vom Design Ihrer Werkzeuge bestimmt.) Konvertieren Sie also diese Formate jetzt.

Das Ergebnis für diese Aufgabe sind Ihre neu formatierten Daten. (Und ein kleiner Bericht, der die von Ihnen vorgenommenen Änderungen beschreibt, wäre eine kluge Sache.)

Sie sollten die Datenvorbereitungsphase des Data-Mining-Prozesses mit einem zur Modellierung bereiten Datensatz und einem ausführlichen Bericht beenden, der den Datensatz beschreibt.

Phase 3 des CRISP-DM-Prozessmodells: Datenvorbereitung - Dummies

Die Wahl des Herausgebers

Was Sie über den Makler und die Hauptbeziehung für die Immobilienlizenzprüfung wissen sollten - Dummies

Was Sie über den Makler und die Hauptbeziehung für die Immobilienlizenzprüfung wissen sollten - Dummies

Die Elemente der Verantwortung eines Agenten gegenüber dem Auftraggeber werden in einem Wort zusammengefasst - Treuhänder. Die Immobilienlizenzprüfung wird zweifellos Fragen zu diesen Treuhandpflichten stellen. Treuhänder bedeutet treuer Diener, und ein Agent ist der Treuhänder des Auftraggebers. Der Vertreter vertritt getreu die Interessen des Auftraggebers vor allen anderen ...

Erkennen Miller Analogie Test 1: 3, 2: 4 Analogien - Dummies

Erkennen Miller Analogie Test 1: 3, 2: 4 Analogien - Dummies

The Der Miller Analogies Test (MAT) ist ein standardisierter Test, der normalerweise für die Zulassung von Absolventen verwendet wird. Der Test besteht vollständig aus Analogien. Der Miller Analogies Test verwendet mehrere Analogtypen wie 1: 3, 2: 4. Die Erkennung der Art der verwendeten Analogie spielt eine entscheidende Rolle bei der Auswahl der richtigen Antwort für diese Frage. ...

Erkennen Miller Analogie Test 1: 2, 3: 4 Analogien - Dummies

Erkennen Miller Analogie Test 1: 2, 3: 4 Analogien - Dummies

The Der Miller Analogies Test (MAT) ist ein standardisierter Test, der normalerweise für die Zulassung von Absolventen verwendet wird. Der Test besteht vollständig aus Analogien. Der Miller Analogies Test verwendet mehrere Analogtypen wie 1: 2, 3: 4. Die Erkennung der Art der verwendeten Analogie spielt eine entscheidende Rolle bei der Auswahl der richtigen Antwort für diese Frage. ...

Die Wahl des Herausgebers

Excel-Dashboards und -Berichte: So führen Sie Makros aus - Dummies

Excel-Dashboards und -Berichte: So führen Sie Makros aus - Dummies

Makros sind sehr nützlich für Ihre Excel Dashboards und Berichte. Um Ihre Makros in Aktion zu sehen, wählen Sie den Befehl Makros auf der Registerkarte Entwickler. Das in dieser Abbildung gezeigte Dialogfeld wird angezeigt, in dem Sie das Makro auswählen können, das Sie ausführen möchten. Wählen Sie das AddDataBars-Makro aus, und klicken Sie auf die Schaltfläche Ausführen. Wenn alles gut geht, ...

Excel-Dashboards und Berichte: Halten Sie Ihre Pivot-Tabelle frisch - Dummies

Excel-Dashboards und Berichte: Halten Sie Ihre Pivot-Tabelle frisch - Dummies

So langweilig wie Ihre Pivot-Tabellen Wie es scheint, werden sie schließlich zu den Stars Ihrer Excel-Berichte und Dashboards. Es ist daher wichtig, dass Sie Ihre Pivottabellen frisch und relevant halten. Im Laufe der Zeit können sich Ihre Daten mit neu hinzugefügten Zeilen und Spalten ändern und wachsen. Die Aktion der Aktualisierung Ihrer Pivot-Tabelle mit diesen ...

Excel 2010 Für Dummies Cheat Sheet - Dummies

Excel 2010 Für Dummies Cheat Sheet - Dummies

Auf den ersten Blick kann es schwierig sein, die vielen Menüs zu verstehen , Tabulatoren, Spalten und Zeilen der Excel 2010-Benutzeroberfläche. Dieser Cheat Sheet hilft Ihnen jedoch, Ihren Weg zu navigieren, indem Sie Tastenanschläge für die Bewegung des Zellen-Cursors zu einer neuen Zelle zeigen, einfache Regeln für die Dateneingabe-Etikette, häufige Ursachen einiger ...

Die Wahl des Herausgebers

Verwendung von Web Stats zur Verbesserung Ihrer Website - Dummies

Verwendung von Web Stats zur Verbesserung Ihrer Website - Dummies

Leute mögen nicht langsame Webseiten. Die Verwendung von Webstatistiken kann sicherstellen, dass Sie keine haben. Heutzutage werden wir alle durch schnelle Internetverbindungen verwöhnt, und Forschungsergebnisse zeigen, dass Webnutzer auf eine andere Website klicken, wenn Ihre Website mehr als zwei Sekunden benötigt, um sie zu öffnen. Eine schnellere Site behält mehr Besucher. mit einem langsameren ...

Webhost-Systemsteuerungsoptionen - dummies

Webhost-Systemsteuerungsoptionen - dummies

Sie haben mehrere Optionen für Web gehostete Control Panels. Die beliebteste und offensichtlichste Wahl ist cPanel. cPanel ist aufgrund seiner Balance zwischen Flexibilität und Benutzerfreundlichkeit eine gute Wahl für Bedienfelder. Die Wahl des Bedienfelds ist jedoch eine Frage der persönlichen Vorlieben und Sie müssen eines finden, das am besten passt ...

Zehn Essential Online Web Hosting Ressourcen - Dummies

Zehn Essential Online Web Hosting Ressourcen - Dummies

Bücher sind großartige Referenzen, aber es gibt auch einige wirklich gute Web-Hosting-Ressourcen online verfügbar, um Ihnen zusätzliche Informationen zu geben, wenn Sie nicht finden können, was Sie brauchen. Haben Sie keine Angst, das Internet zu überprüfen. ZeltBlogger. com TentBlogger. com ist im Besitz und geschrieben von John Saddington. Es ist wahrscheinlich die beste Online-Ressource für praktisch alles mit ...