1 Proces KDD a vizualizace
- popsat fáze CRISP-DM
- vybrat vhodný graf
- vědět, kolik práce zabere příprava dat
1.1 Ukázka: mapa cholery
John Snow v roce 1854 zakreslil případy cholery do mapy a odhalil zdroj, studnu. Stačil dobrý obrázek. Vizualizace není ozdoba, je to první analýza.
1.2 CRISP-DM
Šest fází: Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation, Deployment. Nejde o přímku, fáze se vracejí. Příprava dat obvykle zabere největší část práce.
PMML a ONNX jsou formáty pro výměnu modelů.
1.3 Vizualizace
| Co chceš ukázat | Graf |
|---|---|
| rozdělení | histogram, box plot |
| vztah dvou veličin | bodový graf |
| vývoj v čase | spojnicový graf |
| podíly | sloupcový graf |
| stabilita procesu | regulační diagram |
1.4 Kvíz
1.5 Tahák
- CRISP-DM: Business, Data Understanding, Data Preparation, Modeling, Evaluation, Deployment.
- Příprava dat je největší část práce.
- Rozdělení: histogram, box plot. Vztah: bodový graf.