数据挖掘中的建模主要需要做哪些工作，他的作用是什么？

数据建模主要的步骤是：商业理解-数据理解与准备-变量筛选-模型建立-模型输出-营销落地-系统固化等环节。
建模的时候，需要进行两个部分的样本测试，进行随机抽样就是为了防止这个模型在这部分数据跑得很好，但在另外一部分的数据跑的时候，就效果很差。
经常建模是有两个部分的数据集：测试组和训练组。
一个进行建模，一个进行模型验证。
有些专业的研究所有可能是1个训练组，9个测试组，看看测试效果来评估模型的稳定性。收起

数据挖掘确实是从数据中找到规律，或找到异常。
在进行数据挖掘时，可以使用抽样数据，只要抽样过程是随机的，就能够保证模型具备足够的代表性；当然随着计算机性能的提升，也可以使用全量数据进行建模分析。收起