Lucidi modulo Data Mining

Caratteristiche del processo
KDD
Il processo KDD è iterativo e interattivo
iterativo perché composto di passi successivi
iterazione a ogni passo (può essere necessario ripetere
alcuni passi prima di completare l’intero processo)
interattivo perché è necessario comprendere il
processo e le possibilità di sviluppo a ogni passo
non è possibile definire un meccanismo o una formula che
sia sempre valida in ogni situazione
Nel processo KDD si possono generalmente
individuare diversi passi distinti
si comincia con la comprensione del dominio e si
termina con l’acquisizione di nuova conoscenza
I passi del processo KDD
1. Comprensione del dominio applicativo
passo introduttivo per definire obiettivi e scelte successive
formulazione precisa del problema che si sta provando a
risolvere per evitare spreco tempo e denaro
2. Esplorazione iniziale dei dati :
Fase che include diversi meccanismi di preparazione dei dati
“pulitura” dei dati (per esempio per identificare e rimuovere dati
codificati in modo errato),
trasformazione dei dati, la selezione di sottoinsiemi di record,
preliminare selezione delle caratteristiche
descrizione e visualizzazione dei dati (per esempio utilizzando
statistiche descrittive, correlazioni, scatterplot, box plot, ecc.).
La descrizione dei dati consente di ottenere una fotografia delle
caratteristiche importanti dei dati (come ad esempio la tendenza
centrale e le misure di dispersione). Le tendenze sono spesso più facili
da individuare visivamente che attraverso liste e tabelle numeriche.
2