立即学习:https://edu.csdn.net/course/play/6861/326736?utm_source=blogtoedu
SEMMA Circle:
1)S: sample, 常用手段:问卷调查,数据库查询,实验室试验,仪器设备的记录
2)E: explore, 常用探索方向:离散变量的分布比例,连续变量的分布形态,数据的异常和缺失,特征选择
3)M:modify(数据修正) 常用修正方法:数据类型的转换,数据的一致性处理,异常值和缺失值的处理,数据形态的转换
4)M:model,侧重于对未知事件的预测:
supervised predictive: regression, decision tree, KNN,
supervised classification: logistic, 贝叶斯,集成算法,
unsupervised model:k-means聚类,层次聚类,密度聚类
半监督:关联规则
5)A:access 检验model的稳定性和实用性,常用检验方法: RMSE(均方误差,对于预测性),混淆矩阵,ROC曲线,KS曲线
度量和预测现有数据:
增加样本
扩展维度
修正模型参数-修正
更换其他模型-集成模型