Metodologías

METODOLOGIA CRISP-DM
(Cross-Industry Standard Process for Data Mining)

Por: Lucero Obando

AGENDA
INTRODUCCIÓN CRISP-DM
OBJETIVOS CRISP-DM
El Modelo CRISP-DM
CICLO DE VIDA DE UN PROYECTO
1. Entendimiento del negocio
2. Entendimiento de los datos
3. Preparación de los datos
4. Modelaje
5. Evaluación
6. Implementación
Ejemplo de aplicación
Conclusiones

INTRODUCCIÓN CRISP-DM(1/2)

Metodología iniciada por un grupo de empresas Europeas a finales de 1996:

(NCR) Dinamarca
Peter Chapman
Randy Kerber

(SPSS) Inglaterra
Julian Clinton
Thomas Khabaza
Colin Shearer

(OHRA) Holanda
(AG) Alemania
DaimlerChrysler

INTRODUCCIÓN CRISP-DM

(2/2)

En 1.997 con el apoyo financiero de la comisión Europea se formó el
consorcio con el objetivo de lograr unaherramienta para la industria lo más
generalizada posible a fin de adaptarse a la mayor diversidad de industrias.

CRISP-DM Se caracteriza por ser un
modelo basado en situaciones reales
que ocurren en las Empresas.

OBJETIVOS CRISP-DM

(1/2)

Surge de la necesidad de aprender nuevas técnicas para aplicar y
comprender de mejor manera a la Minería de Datos y sus resultados
basándose enun proceso jerárquico.

Se identifica por perseguir el cumplimiento de objetivos desde el punto de
vista empresarial dando preferencia a la comprensión del negocio.

OBJETIVOS CRISP-DM
Desarrollar proyectos
estandarizado.

de minería

(2/2)
de datos mediante un

proceso

Minimizar los costos que implica un proyecto de minería de datos en las
empresas.

El Modelo CRISP-DM

Lametodología se describe en términos de un proceso jerárquico consistente en
un grupo de tareas descritas en cuatro niveles de abstracción (de general a
especifico) :
1. Fase
2. Tarea Generales
3. Tarea Específicas
4. Instancias del proceso

CICLO DE VIDA DE UN PROYECTO

(1/2)

La metodología CRISP-DM provee una representación completa del
ciclo de vida de un proyecto de DM, que sedivide en seis fases, sus
tareas y relaciones entre ellas.

CICLO DE VIDA DE UN PROYECTO

(2/2)

1. Entendimiento del negocio
Es la fase mas importante de cualquier proyecto de minería de datos.
Los diseñadores deben tener un completo conocimiento del negocio
para el que están encontrando una solución.
Entender los objetivos y requerimientos del proyecto desde una
perspectiva denegocio.

Subfases:
Establecimiento de los objetivos de negocio (contexto inicial,
objetivos y criterios de éxito).
Evaluación de la situación (inventario de recursos,
requerimientos, suposiciones y restricciones, riesgos y
contingencias, terminología y costes y beneficios)
Establecimiento de los objetivos de minería de datos
(objetivos de minería de datos y criterios de éxito)
Generación delplan del proyecto (plan del proyecto y
evaluación inicial de herramientas y técnicas).

2. Entendimiento de los datos
El analista se familiariza con los datos.

Descubrir ideas iniciales en los datos o detectar
subconjuntos
para
formar
hipótesis
sobre
información escondida. (Según los objetivos del
negocio de la fase anterior).

3. Preparación de los datos

Cubre todas lasactividades para construir
el conjunto final de los datos que serán
utilizados en las herramientas de
modelado.

Aquí se incluye la integración, selección,
limpieza y transformación de los datos.

4. Modelaje

Varias técnicas de modelado
son
seleccionadas
y
aplicadas y sus parámetros
son calibrados a valores
óptimos.

5. Evaluación
Se evalúa el
construcción.

modelo

y

serevisa

la

Comprobar que se cumplan los objetivos del
negocio.
Al final de esta fase el líder del proyecto debe
decidir exactamente como utilizar los
resultados del proceso de minería de datos.

6. Implementación o despliegue
Se trata de explotar la potencialidad de los modelos,
integrarlos en los procesos de toma de decisión de la
organización, difundir informes sobre el...