데이터 마이닝 프로세스
데이터 마이닝 프로세스는 마이닝 모델에 대한 빌드, 테스트 또는 작업과 같은 여러 단계를 포함합니다.
적절하게 정의된 비즈니스 인텔리전스 프로젝트 플랜으로 데이터 마이닝 프로젝트를 시작합니다. 회사의 비즈니스 분석가는 해결해야 할 문제점과 달성하려는 명확한 비즈니스 인텔리전스 목표를 정의합니다. 초기에 형식화를 잘 할수록, 원하는 결과를 이루기 위해 사용할 데이터와 마이닝 함수에 대한 지침이 더 명백해집니다.
데이터 마이닝 프로젝트는 다음 주요 단계로 구성됩니다.
- 데이터 선택 및 준비
- 데이터 마이닝 모델 빌드(연습
단계라고도 함).특정 세트의 입력 데이터로 데이터 마이닝 모델을
빌드합니다.모델 빌드 프로세스 중에, 데이터를 준비한 후 다음에 대한 결정을 지정하십시오.
- 입력 데이터 상주 위치
- 입력 데이터에서 관련된 필드
- 사용 중인 특정 마이닝 함수에 사용할 설정값
- 최종 모델 저장 위치
- 사용자 정의 메소드
- 스토어드 프로시저
- 사용자 정의 함수(UDF)
- 모델 테스트 및 모델 품질 분석.
분류화 및 회귀 모델을 테스트할 수 있습니다. 그런 다음 모델 품질을 분석할 수 있습니다.
- 모델에 대한 작업은 다음과 같은 정보를 제공합니다.
- 결과 시각화.
데이터 마이닝 결과를 표시하여 분석하고 해석할 수 있습니다. 결과를 보고 분석하려면 Intelligent Miner Visualizer 를 사용하십시오.
- 데이터 레코드에 점수 지정.
모델을 데이터 마이닝의 적용 단계에서 다른 데이터에 적용합니다. Intelligent Miner 를 사용하여 데이터 레코드를 스코어링합니다.
- 모델 분석 및 추가 처리 단계를 위해 준비.
다른 응용프로그램에서 추가 처리할 수 있도록 다양한 기능을 사용하여 테이블의 모델에 대한 정보를 검색할 수 있습니다.
- 결과 시각화.