在数据挖掘中的建模主要需要做哪些工作，他的作用是什么？

挖掘第一步肯定是进行商业问题定位 也就是确定我们要解决什么问题，然后再去建立挖掘模型，这个过程其实就是选择合适的算法去解决我们的问题。建模时的数据是全量的（不考虑噪声数据），但是这些数据并不全部用来分析，可能还要留一部分数据验证，以预测型模型为例：我们从已知数据中抽烟一部分进行分析，建立模型，好了之后我们自然要验证模型的准确度，这个验证就是用另一部分数据

挖掘第一步肯定是进行商业问题定位。也就是确要解决什么问题,然后再去建立挖掘。

模型,这个过程其实就是选择合适的算法去解决我们的问题。建模时的数据是全量的(不考虑噪声数据),但是这些数据并不全部用来分析,可能还要留一部分数据验证,以预测型模型为例,从已知数据中抽取一部分进行分析,建立模型,好了之后自然要验证模型的准确度,这个验证就是用另一部分数据。

关于数据挖掘的相关学习，推荐CDA数据师的相关课程，课程内容兼顾培养解决数据挖掘流程问题的横向能力以及解决数据挖掘算法问题的纵向能力。课程主要培养学员硬性的数据挖掘理论与Python数据挖掘算法技能的同时，还兼顾培养学员软性数据治理思维、商业策略优化思维、挖掘经营思维、算法思维、预测分析思维，全方位提升学员的数据洞察力。点击预约免费试听课。

挖掘第一步肯定是进行商业问题定位
也就是确要解决什么问题，然后再去建立挖掘模型，这个过程其实就是选择合适的算法去解决我们的问题。
建模时的数据是全量的（不考虑噪声数据），但是这些数据并不全部用来分析，可能还要留一部分数据验证，以预测型模型为例，从已知数据中抽烟一部分进行分析，建立模型，好了之后自然要验证模型的准确度，这个验证就是用另一部分数据。