CRISP-DM

CRISP-DMとは

CRISP-DMは、データマイニングのプロジェクトを進めるための手順を示した枠組みです。データマイニングとは、一般に、大量のデータの中から役に立つ規則や傾向を見つけ出すことを指します。CRISP-DMの内容は、Chapman、Clinton、Kerber、Khabaza、Reinartz、Shearer、Wirthらによる2000年の文書「CRISP-DM 1.0: Step-by-step data mining guide」にまとめられています。名称は、一般に Cross-Industry Standard Process for Data Mining の略とされます。

6つの段階

この文書は、データマイニングプロジェクトのライフサイクルが6つの段階からなると述べています。

1つ目はビジネスの理解(Business Understanding)です。文書は、この最初の段階を、ビジネスの観点からプロジェクトの目的と要求を理解し、その知識をデータマイニングの問題の定義と、目的を達成するための暫定的な計画へ変換することに焦点を当てた段階だと説明しています。

2つ目はデータの理解(Data Understanding)、3つ目はデータの準備(Data Preparation)、4つ目はモデリング(Modeling)、5つ目は評価(Evaluation)、6つ目は展開(Deployment)です。名前が示すとおり、データを理解し、分析に使える形に準備し、モデルを作り、結果を評価し、最後に展開へ進みます。

段階は行き来しながら進む

文書は6つの段階を図で示したうえで、段階の順序は固定されたものではなく、段階の間を行き来することが常に必要だと述べています。次にどの段階、あるいは段階の中のどのタスクを行うかは、それぞれの段階の結果によって決まります。

また文書は、図の外側の円がデータマイニングそのものの循環的な性質を表すと述べ、解決策を展開したところでデータマイニングが終わるわけではないと説明しています。プロセスの途中や展開した解決策から得た教訓が、新しい、より焦点の絞られたビジネス上の問いを生むことがあり、後のデータマイニングは前の経験の恩恵を受けます。