02_데이터 분석계획(9)_CRISP-DM분석 방법론

5) CRISP-DM 분석 방법론

CRISP-DM(Cross Industry Standard Process for Data Mining)은 계층적 프로세스 모델로써 4계층으로 구성된 데이터 마이닝 프로세스이다.

 

①CRISP-DM분석 방법론의 4계층

● 최상위 레벨: 여러 개의 단계(Phase)로 구성된다.

● 일반화 태스크(Generic Tasks): 데이터 마이닝의 단일 프로세스를 완전하게 수행하는 단위이다.

● 세분화 태스트(Specialized Tasks): 일반화 태스크를 구체적으로 수행한다.

● 프로세스 실행(Process Instances): 데이터 마이닝을 구체적으로 실행한다.

 

②CRISP-DM 분석 방법론의 분석 절차

단계	내용	세부업무
업무이해 (Business Understanding)	●  비즈니스 관점에서 프로젝트의 목적과 요구사항을 이해하기 위한 단계이다. ● 도메인 지식을 데이터 분석을 위한 문제정의로 변경한다. ● 초기 프로젝트 계획을 수립한다.	● 업무 목적 파악 ● 상황 파악 ● 데이터 마이닝 목표 설정 ● 프로젝트 계획 수립
데이터 이해 (Data Understanding)	● 분석을 위한 데이터 수집 및 데이터 속성을 이해한다. ● 데이터 품질 문제를 식별한다. ● 인사이트를 발견하는 단계이다.	● 초기 데이터 수집 ● 데이터 기술 분석 ● 데이터 탐색 ● 데이터 품질 확인
데이터 준비 (Data Preparation)	● 수집된 데이터를 분석 기법에 적합한 데이터로 변환한다.	● 분석용 데이터셋 선택 ● 데이터 정제 ● 분석용 데이터셋 편성 ● 데이터 통합 ● 데이터 포맷팅
모델링 (Modeling)	● 다양한 모델링 기법과 알고리즘으로 모형 파라미터를 최적화한다. ● 모델링 결과를 테스트용 프로세스와 데이터셋으로 평가하여 모형 과적합 등의 문제를 확인한다. ● 데이터셋을 추가하기 위해 데이터 준비 절차를 반복할 수 있다.	● 모델링 기법 선택 ● 모형 테스트 계획 설계 ● 모형 작성 ● 모형 평가
평가 (Evaluation)	● 분석 모형이 프로젝트의 목적에 부합하는지 평가한다. ● 데이터 마이닝 결과를 수용할 것인지 최종적으로 판단한다.	● 분석결과 평가 ● 모델링 과정 평가 ● 모형 적용성 평가
전개 (Deployment)	● 완성된 분석 모형을 업무에 적용하기 위한 계획을 수립한다. ● 모니터링과 분석 모형의 유지보수 계획을 마련한다. ● 프로젝트 종료 관련 프로세스를 수행하여 프로젝트 완료한다.	● 전개 계획 수립 ● 모니터링과 유지보수 계획 수립 ● 프로젝트 종료 보고서 작성 ● 프로젝트 리뷰

 

③ CRISP-DM과  KDD분석 방법론의 비교

CRISP-DM 분석 방법론	KDD분석 방법론
업무 이해(Business Understanding)	-
데이터 이해(Data Understanding)	데이터셋 선택(Selection)
	데이터 전처리(Preprocessing)
데이터 준비(Data Preparation)	데이터 변환(Transformation)
모델링(Modeling)	데이터 마이닝(Data Mining)
평가(Evaluation)	데이터 마이닝 결과 평가(Interpretation/Evaluation)
전개(Deployment)	-