第一、二章（统计检验模型）

一、数据挖掘方法论 CRISP-DM方法论 1、商业理解；数据理解；数据准备；建立模型；模型评估；结果部署 商业理解：确定商业目标、确定数据挖掘目标； 数据理解：数据初步采集、数据描述、数据探索性分析； 数据准备：数据清洗、数据构建（衍生变量）、整合数据； 建立模型：选择建模技术、生成检验、建模、评估模型； 模型评估：评估结果、过程回顾； 结果部署：生成最终报告、项目回顾。   二、数据的统计描述

>>阅读原文<<