The invention discloses a data mining method to generate the training model, the stage mainly includes: data of data mining in the process of training; determine the verification stage of training model is constructed successfully; building the current stage of training model; verify the current training model, if the current training model was constructed successfully, then construct the training model in the next stage otherwise, continue to build the training model of current stage; to overcome the existing mining process model training model cannot be saved, reusable defects of the poor, at the same time, to overcome the existing mining technology training model in each stage to stage validation and visualization.
【技术实现步骤摘要】
本专利技术涉及
,具体地,涉及一种数据挖掘训练模型的生成方法。
技术介绍
数据挖掘是应对企业数据业务激增的一项有效手段,可以通过应用数据挖掘技术解决企业的业务问题,为企业提供更大的商机。单纯从应用角度,一般企业会通过四种途径进入数据挖掘技术。这包括,购买成熟的模型,使用行业软件,聘请专家实施,定制直接的数据挖掘平台。挖掘过程中无法实时查看算法生成内容,也无法将训练模型的过程进行移植。现有技术中,用户创建训练模型后,通过最终输出或挖掘模型验证才能够确定,训练模型过程是否准确,通过最终匹配才能确定整个建模过程是否合理。一旦中间步骤出现问题,没办法分阶段验证和反馈。复用性和移植性都很差,无法标准化。
技术实现思路
本专利技术的目的在于,针对上述问题,提出一种数据挖掘训练模型的生成方法,以增强训练模型的可移植性和复用性的优点。为实现上述目的,本专利技术采用的技术方案是:一种数据挖掘训练模型的生成方法,主要包括:步骤1:将数据挖掘训练过程中的执行流程阶段化;步骤2:根据步骤1划分的执行流程,建立上阶段训练模型,判断验证上阶段训练模型是否构建成功,如果构建成功则进行步骤3,否则重新构建上阶段的训练模型,直到构建成功;步骤3:构建当前阶段训练模型;步骤4:验证当前训练模型,若当前训练模型构建成功,则构建下阶段的训练模型,否则继续构建当前阶段的训练模型。进一步地,步骤1中,所述阶段划具体为按照单个或任意多个执行流程进行划分,每个阶段是一个输入、输出、算法节点或可视化节点,且每个阶段包含一个或多个可视化输入。进一步地,步骤2中验证上阶段训练模型或当前阶段训练模型是否构建 ...
【技术保护点】
一种数据挖掘训练模型的生成方法,其特征在于,包括以下步骤:步骤1:将数据挖掘训练过程中的执行流程阶段化;步骤2:根据步骤1划分的执行流程,建立上阶段训练模型,判断验证上阶段训练模型是否构建成功,如果构建成功则进行步骤3,否则重新构建上阶段的训练模型,直到构建成功;步骤3:构建当前阶段训练模型;步骤4:验证当前训练模型,若当前训练模型构建成功,则构建下阶段的训练模型,否则继续构建当前阶段的训练模型。
【技术特征摘要】
1.一种数据挖掘训练模型的生成方法,其特征在于,包括以下步骤:步骤1:将数据挖掘训练过程中的执行流程阶段化;步骤2:根据步骤1划分的执行流程,建立上阶段训练模型,判断验证上阶段训练模型是否构建成功,如果构建成功则进行步骤3,否则重新构建上阶段的训练模型,直到构建成功;步骤3:构建当前阶段训练模型;步骤4:验证当前训练模型,若当前训练模型构建成功,则构建下阶段的训练模型,否则继续构建当前阶段的训练模型。2.骤1中,所述阶段划具体为按照单个或任意多个执行流程...
【专利技术属性】
技术研发人员:陈琨,
申请(专利权)人:用友网络科技股份有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。