整理笔记，记一下~

框架

内容

业务理解（Business Understanding）

深刻理解业务需求，在需求的基础上制定目标和实现目标的计划

数据理解（Data Understanding）

主要为收集数据、熟悉数据、识别数据的质量问题。

数据准备（Data Preparation）

从收集的数据种选择必要的属性，并按关联关系将它们连接成一个数据集，然后进行数据清洗，如空值和异常值处理、离群值剔除和数据标准化。

建模（Modeling）

选择和应用不同的模型技术，并确定模型的最佳参数。如果初步分析发现模型的效果不满意，要跳回数据准备阶段，甚至数据理解阶段。

评估（Evaluation）

对建立的模型进行可靠性评估和合理性解释。检查构造模型的步骤，确保模型可以完成业务目标。如果评估结果没有达到预想的业务目标，要再跳回业务理解阶段。

部署（Deployment）

根据评估后认为合理的模型，制定将其应用于实际工作的策略。

CRISP-DM模型相关推荐

uboot DM模型
DM即driver module,也就是驱动模型. uboot为什么引入驱动模型呢?驱动模型又是一个怎样的一个模型呢?第一个问题很简单,既然uboot要引入驱动模型,那肯定是因为驱动模型要比老旧的驱动 ...
u-boot下的DM驱动模型
U-boot 下DM驱动模型的相关笔记要注意的关键两点: DM驱动模型的一般流程bind->ofdata_to_platdata(可选)->probe 启动,bind操作时单独完成的,主 ...
Uboot中的DM驱动模型
这一篇我们学习uboot中的驱动模型的初始化,在uboot中,驱动模型被称为Driver Model,简称DM.这种驱动模型为uboot中的各类驱动提供了统一的接口. 1. 数据结构及概念 DM模型主 ...
【Python自然语言处理】文本向量化的六种常见模型讲解（独热编码、词袋模型、词频-逆文档频率模型、N元模型、单词-向量模型、文档-向量模型）
觉得有帮助请点赞关注收藏~~~ 一.文本向量化文本向量化:将文本信息表示成能够表达文本语义的向量,是用数值向量来表示文本的语义. 词嵌入(Word Embedding):一种将文本中的词转换成数字向 ...
基于多模型融合的用户画像分析统计方法研究
摘要随着信息技术的快速发展和大数据技术的广泛应用,企业的营销和产品的设计,对精细化.精准化的要求越来越高.主流的电商平台.搜索引擎以及短视频平台均推出了基于用户画像的个性化推荐服务,这其中相当一 ...
【uboot】uboot 2020.04 DM驱动模式 -- Demo体验
文章目录 1. 前言 2. uboot的驱动模型简介 3. U_BOOT_CMD(do_demo)分析 4. 执行命令demo list 5. 执行命令demo hello 6. 执行命令demo l ...
Uboot DM_USB与DM_ETH模型
技术背景详细有学习过Linux驱动的小伙伴,都知道相应的总线驱动模型吧.学习驱动都是先从硬编码,到设备驱动模型的历程,这样能让代码尽可能少的改动,即可支持一系列的设备.在较新的Uboot中,已经有成 ...
word2vec损失函数的数学推导和近似训练以及doc2vec的实战掉包应用
更新: 9/4/20 做了关于SG模型最后计算loss的一些补充.对doc2vec损失计算部分出现的错误进行了订正. 11/17/20 补充了部分近似训练的内容. 词义表示在NLP中,最基础的问题就 ...
Recovery Rate违约后可回收比率
http://baike.baidu.com/view/136771.htm 信用风险管理,指的是针对交易对手.借款人或债券发行人要加强思想道德教育具有违约"可能性"所产生的风 ...
【Pytorch神经网络实战案例】18 最大化深度互信信息模型DIM实现搜索最相关与最不相关的图片
图片搜索器分为图片的特征提取和匹配两部分,其中图片的特征提取是关键.将使用一种基于无监督模型的提取特征的方法实现特征提取,即最大化深度互信息(DeepInfoMax,DIM)方法. 1 最大深度互信信 ...

CRISP-DM模型

框架

内容