笔记
一. 常用算法
分类：聚类、决策树、罗辑回归、支持向量机
预测：决策树、罗辑回归、线性回归、神经网络、朴素贝叶斯、关联分析（Apriori、时序分析）
变维：主成分分析、支持向量机
二. 常见场景
用户特征分析
用户行为预测
用户等级划分
转化路径分析
三. Crisp-DM方法论
Business understanding
Data understanding
Data prepare
·变量选取，少而精，衍生变量
1）先主观，根据变量含义选取对目标变量有潜在影响的因变量
2）后客观，相关性分析/PCA降维/决策树/回归分析
-判断因变量之间的相关性，剔除部分共线性变量
-判断因变量对目标变量的影响，剔除作用不大的变量
·抽样/异常值/缺失值/分布转换/类别转换
Modeling
·多尝试几种
·关注性价比
Evaluation
·离线检测，在线检测
·精度/召回率/ROC曲线/KS值/Lift值（响应率、捕获率）
Deployment
·跟踪落地效果，修正
·跟踪模型稳定性，修正
四. 其他
业务互动
能力推及
分析品质
商业意识
双线考核
感受
作者经验丰富，术道兼修
不知写这书时作者是P几，但“专家”级别应以之为楷模
方法讲究融会贯通
网友评论