证券交易所数据挖掘培训 II.ppt

数据流概述 : 从兆兆字节（ Terabytes ） -- 结果 消费 信贷 数据 ~ 4 TB 属性 选择 映射到 普通表的 消费者 ID 样本 消费者 数据库 ~ 375 GB UDB / Teraplex 聚类模型 输入表 1.07 M households 482 列 ~ 4 GB 破产预测模型 输入表 1.07 M households 280 列 ~ 1 GB 普通 表 ~ 75 GB 智能挖掘 训练 数据 KMAP Cluster Visualization Tool 0.5% 取样 创建数据库 (18 个快照 )) 测试 数据 属性选择 丰富破产模型 IM 可视化 树状分类 IBM 研究 13K 记录 110K 记录 神经元 聚类 神经元 / 树状 分类 36 个输入字段 41 个输入字段 + 21 个 supp 字段 ( 从消费者来） SQL 查询 SQL 查询 lift curves 分类 分析 ( 例如：小生意 ) 这个项目的重点在信用卡客户消费模式分析 . L O W M e d i u m O L D S t o d g y M o r t g a g e S t o d g y M o r t g a g e S t o d g y M o r t g a g e S t o d g y M o r t g a g e S t o d g y M o r t g a g e S t o d g y M o r t g a g e G O V M T S h o p p e r sM e d i u m 1 - 2 y e a r S t o d g y M o r t g a g e S t o d g y M o r t g a g e A U T O B I G C H U R N S t o d g y M o r t g a g e S t o d g y M o r t g a g e G O V M T J U M B O S t o d g y M o r t g a g e L i t t l e C h u r n B I G C H U R N S m a l l B u s i n e s s S m a l l B u s i n e s s S T U D E N T O I L L i t t l e C h u r n L i t t l e C h u r n L i t t l e C h u r n M E D I U M C H U R N S T U D E N T P o p u l a r D e p t O I L O I L L i t t l e C h u r n M E D I U M C H U R N M E D I U M C H U R N M E D I U M C H U R N S T U D E N T A U T O M E D I U M C H U R N M E D I U M C H U R N M E D I U M C H U R N A U T O A U T O A U T O H i g h E n d D e p t S t o r e M e d i u m O L D M e d i u m O L D M e d i u m 6 - 1 2 m o n t h s M e d i u m 6 - 1 2 m o n t h s M e d i u m 6 - 1 2 m o n t h s A U T O A U T O P o p u l a r D e p t H i g h E n d D e p t S t o r e S e r i o u s S h o p p e r s S e r S h o p / M e d i u m O L D M e d i u m O L D M e d i u m 1 - 2 y e a r M e d i u m 1 - 2 y e a r M e d i u m 1 - 2 y e a r P o p u l a r D e p t S e r i o u s S h o p p e r s S e r i o u s S h o p p e r s S e r i o u s S h o p p e r s M e d i u m O L D M e d i u m O L D M e d i u m 1 - 2 y e a r M e d i u m 1