【系列】思考:資料探勘應用的幾種誤區
誤區1:只要將資料探勘工具連線上資料庫就能進行資料探勘了
資料分析與資料探勘本質是一個定義問題,分析問題,解決問題的過程。現實是,不存在能夠機械式的,自動完成資料探勘過程的工具
誤區2:資料探勘過程是自動化的過程,不需要人為的監督
盲目使用資料探勘軟體有可能將會帶來錯誤的答案,有時候,錯誤的分析比不做分析更糟糕。
誤區3:資料探勘很快就會收回投資
一開始資料清洗,準備,數倉搭建將會是一筆比較大的投資,也是最耗時的階段。而且資料探勘本身就是一個過程,是一個不斷反饋迭代的過程。
誤區4:資料探勘軟體包直觀易用
很多軟體開發商稱自己的軟體簡單上手,然而,所有軟體都是將一些演算法包整合在一些元件裡面,把演算法裡面需要填寫引數的地方進行介面化。這也就意味著,如果你想使用這些演算法包,必須先把資料處理成特定的資料格式。
誤區5:資料探勘將解答我們的業務問題
實際上,資料探勘的結果僅僅是揭示了一些行為模式,原因的解答仍然需要人來完成。所以通常說資料科學與行業經驗專家組合起來,事半功倍。
相關文章
- 解決快取穿透的幾種應用思考快取穿透
- iOS應用資料儲存的幾種常用方式iOS
- 資料探勘的10種分析方法
- 資料探勘在醫學大資料研究中的應用大資料
- 資料探勘技術在軌跡資料上的應用實踐
- 大資料應用——資料探勘之推薦系統大資料
- 淺談大資料、資料分析、資料探勘的區別!大資料
- 消除認識誤區--關於我國MRPⅡ應用的思考(轉)
- 物聯網之智慧農業應用分析&大資料之資料探勘技術的應用大資料
- 資料探勘中常犯的十一大錯誤
- 資料探勘中易犯的10大錯誤
- 統計學與資料探勘的區別
- 資料探勘裡的“降維”----從五階魔方的玩法思考
- Python 中的實用資料探勘Python
- 資料探勘與資料分析的主要區別是什麼
- 《資料探勘:實用機器學習技術》——資料探勘、機器學習一舉兩得機器學習
- “大資料新聞”的應用與誤區 什麼樣的新聞適用大資料技術大資料
- 資料探勘 ReliefF和K-means演算法的應用演算法
- 資料探勘和知識發現的技術、方法及應用
- 資料探勘和資料提取該怎麼區分?
- 變更資料捕獲CDC幾種應用場景 - RTInsights
- 收藏 | 資料視覺化應該避免的誤區視覺化
- 資料探勘的功能
- 神奇的資料探勘
- 28頁PPT詳解騰訊資料探勘體系及應用
- position:sticky 粘性定位的幾種巧妙應用
- Express 提交資料的幾種方式Express
- 大資料分析的幾種方法大資料
- 資料探勘者與資料探勘青年的對話(轉)
- 資料探勘的資料分析方法
- ERP應用誤區勘正:ERP實施只有一種BOM
- 資料探勘之KMeans演算法應用與簡單理解演算法
- android 安全退出應用程式的幾種方法Android
- 框架應用的思考框架
- 構建Flex應用的10大誤區Flex
- 自學資料探勘
- Web資料探勘Web
- 序列資料探勘