数据分析的七个流程

2、 3、数据处理。 对收集到的原始数据进行数据加工，主要包括数据清洗、数据分组、数据检索、数据抽取等处理方法。 4、数据探索。 通过探索式分析检验假设值的形成方式，在数据之中发现新的特征，对整个数据集有个全面认识，以便后续选择何种分析策略。 5、分析数据。

5、 【导读】数据剖析指用适当的统计剖析方法对搜集来的许多数据进行剖析，提取有用信息和构成定论而对数据加以详细研究和概括总结的进程。

4、 7. 评估模型：在构建模型之后，我们需要对模型进行评估，以了解其性能和准确性。 这可以通过交叉验证、ROC曲线、精确度-召回率等方法来完成。 8. 部署模型：在评估模型之后，我们可以将其部署到实际应用中，并进行实时预测和决策支持。

3、 数据准备：准备好分析沙盘，对分析沙盘中的数据执行ETL或ELT，转化成使用和分析的格式，逐步治理数据。 规划模型：了解数据之间的关系，确定模型的关键变量，和合适的分析模型。 模型建立：创建测试数据集，学习数据集，和生产数据集。 运行模型，修正参数，测试模型的可用性，和对运行环境的要求。

1、 3、数据提取 数据提取是将数据取出的过程，数据提取的核心环节是从哪取、何时取、如何取。 4、数据挖掘 数据挖掘是面对海量数据时进行数据价值提炼的关键。