การทำเหมืองข้อมูลทำได้โดยการทดลองและข้อผิดพลาดและด้วยเหตุนี้เองสำหรับข้อมูลเหมืองแร่การทำผิดพลาดจะเป็นไปตามธรรมชาติเท่านั้น ข้อผิดพลาดอาจมีค่ากล่าวคืออย่างน้อยก็ภายใต้เงื่อนไขบางประการ ไม่ใช่ความผิดพลาดทั้งหมดที่สร้างขึ้นเท่ากันอย่างไรก็ตาม บางคนหลีกเลี่ยงได้ดีกว่าเท่านั้น รายการต่อไปนี้มีข้อผิดพลาด 10 ข้อดังกล่าว ถ้าคุณอ่านผ่านพวกเขาอย่างระมัดระวังและนำพวกเขาไปสู่ความทรงจำคุณก็อาจหลีกเลี่ยงการกระแทกไม่กี่บนเส้นโค้งการเรียนรู้:
-
ข้ามการตรวจสอบคุณภาพข้อมูล: คนงานเหมืองข้อมูลส่วนใหญ่คิดว่าการพัฒนารูปแบบการคาดการณ์เป็นเรื่องที่สนุกมากกว่าการตรวจสอบข้อมูลสำหรับปัญหาด้านคุณภาพ แต่ถ้าคุณไม่สามารถตรวจพบและแก้ไขปัญหาคุณภาพของข้อมูลได้คุณอาจต้องทำอะไรกับการคาดการณ์ที่ไร้ค่า
-
ขาดจุด: คุณได้ค้นพบสิ่งที่น่าสนใจ! ที่ดี แต่ถ้ายังไม่เกี่ยวข้องกับปัญหาทางธุรกิจที่คุณกำหนดไว้เพื่อแก้ปัญหาให้ดีก็ไม่เกี่ยวข้องเลย กลับสู่เส้นทาง
-
เชื่อว่ารูปแบบในข้อมูลแสดงถึงความสัมพันธ์ระหว่างเหตุและผล: คุณสำรวจชุดข้อมูลและสังเกตเห็นว่าเมื่อตัวแปร A เพิ่มขึ้นตัวแปร B จะเพิ่มขึ้นเช่นกัน ซึ่งอาจเกิดขึ้นเนื่องจากตัวแปร A มีอิทธิพลต่อตัวแปร B หรือเนื่องจากตัวแปร B มีอิทธิพลต่อตัวแปร A ในทางกลับกันอาจเป็นเพราะทั้งสองตัวแปรได้รับอิทธิพลจากตัวแปรอื่น ๆ ที่คุณไม่ได้พิจารณา หรืออาจเป็นเรื่องบังเอิญเพียงครั้งเดียวก็ได้ ใครสามารถพูดได้?
-
หากข้อมูลของคุณถูกเก็บในที่เย็นสบายอย่าคิดว่าจะมีการทำงานในลักษณะเดียวกันกับการตั้งโรงงานที่ร้อน การวางเดิมพันกับผลลัพธ์ที่ไม่เหมาะสม:
-
วิธีการทำเหมืองข้อมูลเป็นข้อมูลที่ไม่เป็นทางการและไม่ได้ได้รับการสนับสนุนโดยวิธีการทางวิทยาศาสตร์และทฤษฎีดังนั้นผลลัพธ์ของคุณจะดีกว่าอย่างน้อยก็ทำให้ความรู้สึกทางธุรกิจ หากไม่มีคำอธิบายทั่วไปสำหรับผลลัพธ์ที่คุณนำเสนอผู้บริหารของคุณอาจจะไม่ได้รับการพิจารณาอย่างจริงจังและพวกเขาไม่ควร ตกหลุมรักกับวิธีการสร้างแบบจำลองเฉพาะ:
-
ไม่มีรูปแบบการทำเหมืองข้อมูลแบบใดแบบหนึ่งที่เหมาะกับทุกสถานการณ์ การนำแบบจำลองไปใช้ในการผลิตโดยไม่มีการทดสอบอย่างเพียงพอ:
-
อย่าวางเดิมพันธุรกิจของคุณในรูปแบบคาดเดาจนกว่าคุณจะได้ทดสอบกับข้อมูลการระงับและในขนาดเล็กในสนาม ละเว้นผลลัพธ์ที่คุณไม่ชอบ:
-
ถ้าคุณเพิกเฉยกับข้อมูลของคุณวันนี้จะกลับมาในวันหนึ่งและพูดว่า "ฉันบอกคุณเช่นนั้น การใช้ข้อมูลเหมืองแร่เพื่อตอบสนองทุกความต้องการในการวิเคราะห์ข้อมูล:
-
การทำเหมืองข้อมูลมีมูลค่ามหาศาล แต่บางแอพพลิเคชันยังเรียกร้องให้มีการรวบรวมข้อมูลอย่างเข้มงวดการวิเคราะห์ทางสถิติอย่างเป็นทางการและวิธีการทางวิทยาศาสตร์ สมมติว่าเทคนิคการวิเคราะห์ข้อมูลแบบเดิมไม่มีสาระสำคัญ:
-
โปรดดูที่สัญลักษณ์แสดงหัวข้อย่อยก่อนหน้านี้
