【摘要】：数据挖掘的基础是数据，因此在挖掘前必须进行数据集成，这包括首先从各类数据系统中提取挖掘所需的统一数据模型，建立一致的数据视图，其次是作数据加载，从而形成挖掘的数据基础，目前，一般都用数据仓库以实现数据集成。在数据集成后对数据作进一步加工，这包括淘汰一些噪音与脏数据，对有效数据作适当调整，以保证基础数据的可靠与一致。这两个步骤是数据挖掘的数据准备，它保证了数据挖掘的有效性。
16．5．2 数据挖掘的步骤
数据挖掘一般可由下面五个步骤组成。
（1）数据集成
数据挖掘的基础是数据，因此在挖掘前必须进行数据集成，这包括首先从各类数据系统中提取挖掘所需的统一数据模型，建立一致的数据视图，其次是作数据加载，从而形成挖掘的数据基础，目前，一般都用数据仓库以实现数据集成。
（2）数据归约
在数据集成后对数据作进一步加工，这包括淘汰一些噪音与脏数据，对有效数据作适当调整，以保证基础数据的可靠与一致。这两个步骤是数据挖掘的数据准备，它保证了数据挖掘的有效性。
（3）挖掘
在数据准备工作完成后即进入挖掘阶段，在此阶段可以根据挖掘要求选择相应的方法与相应挖掘参数，如可信度参数等，在挖掘结束后即可得到相应的规则。
（4）评价
经过挖掘后所得结果可有多种，此时可以对挖掘的结果按一定标准作出评价，并选取评价较高者作为结果。
（5）表示
数据挖掘结果的规则可在计算机中用一定形式表示出来，它可以包括文字、图形、表格、图表等可视化形式，也可同时用内部结构形式存储于知识库中供日后进一步分析之用。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
