数据分析大纲梳理

数据分析主流程： 

1、 明确业务需求
2、 明确数据需求
3、 数据准备（数据筛选，数据清洗）
4、 相关性分析（扩展如何筛选那几个月特征是相关关键性特征）
5、 分割测试集和训练集
6、 确定模型，训练并检验
7、 模型调优，交叉验证
8、 测试，最后出结果

明确业务需求

需要明确自己本次分析过程需要产生什么样的决策。比如一般核心诉求是想多挣钱。一般而言多挣钱可以有两种途径，一种是提高订单量，另一种是提高利润率，那么我们需要为哪种途径进行数据分析呢？？

明确数据需求 

 对于业务需求，最终还是要反应到数据上的。对于订单数据而言，我们需要知道，我们有哪些已有数据，同时哪些数据有可能会影响到订单量，进行梳理

数据准备 

这里就是进行数据获取，筛选和对异常值的处理等等 

相关性分析 

已有数据中，不是所有数据种类都是有效的。订单相关的数据有：下单当天的天气，订单金额，下单人的年龄，下单人的性别，甚至还有订单的时长。如果我想提高订单量，那么订单使用时长对于本次分析就没有任何作用，这块内容会在后面详细展开

测试集和训练集 

一般将数据按照特定规则进行2 8分，或者3 7 分，使用训练集进行训练之后，另一部分则进行检测

确定模型 

 这里是数据分析核心中的核心了。针对不同的应用场景，会有不同类型的分析模型进行数据分析。并根据训练出的模型进行测试集的检验。这块后面会进行详细分类说明

模型参数，调优

根据检验结果进行模型或者参数的调整。