第一、二章（統計檢驗模型）

一、數據挖掘方法論 CRISP-DM方法論 1、商業理解；數據理解；數據準備；建立模型；模型評估；結果部署 商業理解：確定商業目標、確定數據挖掘目標； 數據理解：數據初步採集、數據描述、數據探索性分析； 數據準備：數據清洗、數據構建（衍生變量）、整合數據； 建立模型：選擇建模技術、生成檢驗、建模、評估模型； 模型評估：評估結果、過程回顧； 結果部署：生成最終報告、項目回顧。   二、數據的統計描述

>>阅读原文<<