Identify the goal of the KDD proces

Identify the goal of the KDD process from the customer’s perspective.
Understand application domains involved and the knowledge that's required
Select a target data set or subset of data samples on which discovery is be performed.
Cleanse and preprocess data by deciding strategies to handle missing fields and alter the data as per the requirements.
Simplify the data sets by removing unwanted variables. Then, analyze useful features that can be used to represent the data, depending on the goal or task.
Match KDD goals with data mining methods to suggest hidden patterns.
Choose data mining algorithms to discover hidden patterns. This process includes deciding which models and parameters might be appropriate for the overall KDD process.
Search for patterns of interest in a particular representational form, which include classification rules or trees, regression and clustering.
Interpret essential knowledge from the mined patterns.
Use the knowledge and incorporate it into another system for further action.
Document it and make reports for interested parties.

ผลลัพธ์ (ไทย) 1:

ระบุเป้าหมายของกระบวนการ KDD จากมุมมองของลูกค้าโดเมนโปรแกรมประยุกต์ที่เกี่ยวข้องและความรู้ที่ได้เลือกชุดข้อมูลเป้าหมายหรือชุดย่อยของตัวอย่างข้อมูลที่ค้นพบจะดำเนินการลบ และประมวลผลข้อมูลเบื้องต้น โดยการตัดสินใจเพื่อจัดการเขตข้อมูลที่ขาดหายไป และเปลี่ยนแปลงข้อมูลตามความต้องการทำชุดข้อมูล โดยตัวแปรที่ไม่ต้องการเอาออก แล้ว วิเคราะห์คุณลักษณะประโยชน์ที่สามารถใช้เพื่อแสดงข้อมูล ขึ้นอยู่กับเป้าหมายหรืองานตรง KDD เป้าหมายกับวิธีการทำเหมืองข้อมูลเพื่อแนะนำรูปแบบซ่อนเลือกอัลกอริทึมการทำเหมืองข้อมูลได้ซ่อนรูป กระบวนการนี้มีการตัดสินใจซึ่งรูปแบบ และพารามิเตอร์ที่เหมาะสมสำหรับกระบวนการ KDD โดยรวมอาจค้นหารูปแบบของดอกเบี้ยในฟอร์ม representational เฉพาะ ซึ่งรวมถึงกฎการจัดประเภท หรือต้นไม้ ถดถอย และคลัสเตอร์แปลความรู้จำรูปแบบ minedใช้ความรู้ และรวบรวมเป็นระบบอื่นสำหรับการดำเนินการต่อไปเอกสารนั้น และทำรายงานสำหรับผู้สนใจ

ผลลัพธ์ (ไทย) 2:

ระบุเป้าหมายของกระบวนการ KDD จากมุมมองของลูกค้า.
ทำความเข้าใจกับโดเมนโปรแกรมประยุกต์ที่เกี่ยวข้องและความรู้ที่จำเป็นต้องเลือกข้อมูลเป้าหมายตั้งค่าหรือส่วนหนึ่งของกลุ่มตัวอย่างข้อมูลที่ค้นพบจะถูกดำเนินการ. ทำความสะอาดและ preprocess ข้อมูลโดยการตัดสินใจเลือกกลยุทธ์ในการจัดการสาขาที่ขาดหายไปและ แก้ไขข้อมูลตามความต้องการ. ลดความซับซ้อนของชุดข้อมูลโดยการเอาตัวแปรที่ไม่พึงประสงค์ จากนั้นวิเคราะห์คุณสมบัติที่มีประโยชน์ที่สามารถนำมาใช้ในการแสดงข้อมูลขึ้นอยู่กับเป้าหมายหรืองาน. ตรงเป้าหมาย KDD ด้วยวิธีการทำเหมืองข้อมูลเพื่อแสดงให้เห็นรูปแบบที่ซ่อน. เลือกขั้นตอนวิธีการทำเหมืองข้อมูลการค้นพบรูปแบบที่ซ่อน กระบวนการนี้รวมถึงการตัดสินใจที่รูปแบบและพารามิเตอร์อาจจะเหมาะสมสำหรับกระบวนการ KDD โดยรวม. การค้นหารูปแบบที่น่าสนใจในรูปแบบที่ดำเนินการโดยเฉพาะอย่างยิ่งซึ่งรวมถึงกฎการจัดหมวดหมู่หรือต้นไม้ถดถอยและการจัดกลุ่ม. ตีความความรู้ที่สำคัญจากรูปแบบการขุด. ใช้ความรู้ และรวมไว้ในระบบอื่นสำหรับการดำเนินการต่อไป. เอกสารและทำรายงานสำหรับผู้ที่สนใจ

ผลลัพธ์ (ไทย) 3:

ระบุเป้าหมายของกระบวนการ KDD จากมุมมองของลูกค้า เข้าใจการใช้โดเมนที่เกี่ยวข้องและ

ความรู้ที่ต้องเลือกเป้าหมายหรือชุดย่อยของข้อมูลตัวอย่างข้อมูลที่ค้นพบได้ .
ทำความสะอาดและ preprocess ข้อมูลโดยการตัดสินใจกลยุทธ์ที่จะจัดการกับเขตข้อมูลและแก้ไขข้อมูลที่ขาดหายไป ตามความต้องการ
ลดความซับซ้อนของข้อมูล โดยเอาตัวแปรที่ไม่พึงประสงค์ จากนั้นวิเคราะห์คุณลักษณะที่มีประโยชน์ที่คุณสามารถใช้เพื่อแสดงข้อมูลที่ขึ้นอยู่กับเป้าหมายหรืองาน .
ราคา KDD เป้าหมายด้วยวิธีการทำเหมืองข้อมูลเพื่อเสนอแนะรูปแบบซ่อน
เลือกขั้นตอนวิธีการทำเหมืองข้อมูลค้นพบรูปแบบที่ซ่อนอยู่ กระบวนการนี้รวมถึงการตัดสินใจซึ่งรูปแบบและพารามิเตอร์ที่อาจจะเหมาะสมสำหรับกระบวนการ
KDD โดยรวมค้นหารูปแบบของความสนใจในรูปแบบใดดำเนินการ ซึ่งรวมถึงกฎการจำแนก หรือต้นไม้ การถดถอยและการจัดกลุ่ม .
ตีความความรู้ที่จำเป็นจากเหมืองรูปแบบ .
ใช้ความรู้ และรวมเข้ากับระบบอื่นในการดำเนินการเพิ่มเติม .
เอกสารและทำรายงาน
สำหรับบุคคลที่สนใจ