数据挖掘建模和算法区别

数据挖掘的各类算法(决策树模型的C4.5和5.0算法)还有经常说的【数据挖掘建模】。这里面的说的【数据挖掘建模】和决策树模型还有算法都怎么理解啊?如果我把【数据挖掘建模】看成是自己的整个数据挖掘过程的结果,算法是整个过程使用的数据分析方法,决策树模型看成是人家做好的完整的数据挖掘过程可以么,或者说还有什么要补充的理解么

    数据挖掘建模是一个过程,一般通过数据行业理解、数据预处理、算法选取、测试评估、部署应用这几个环节,算法是一种的模块,现在的大数据挖掘并不在算法而在数据。

    数据挖掘建模可以称为一个手段,一整套方案,来实现目标,它是个大方向;
    用决策树建模可以认为是比较具体的策略,套路,但是也包含了很多细致的算法;

温馨提示:答案为网友推荐,仅供参考
第1个回答  推荐于2018-03-07
数据挖掘建模可以称为一个手段,一整套方案,来实现目标,它是个大方向;
用决策树建模可以认为是比较具体的策略,套路,但是也包含了很多细致的算法;
C4.5或C5.0这是具体的决策树算法。

如:
目标:把树弄倒
数据挖掘建模:用砍的方式,弄倒
决策树建模:用铁器将树砍倒
C5.0算法:一把铁斧子,即用铁制的斧子将树砍倒本回答被提问者和网友采纳