将用IBM spss对finebi获取理财产品顾客数据实现分类算法数据挖掘,第七部分讲基于决策树分析不同收益顾客特征。
1.知识准备
1.1 业务理解1
数据分析可以理解为:
业务调研---->思考逻辑---->引入创新理念---->可行性建议。
业务逻辑不仅仅包括规则,还包括实体、数据完整性、工作流。
好的分析结果对分析人员的要求:
行业知识、业务流程、解读数据 (变化的角度和时间维度)明确哪些数据来解决行业问题。
数据分析的主要流程:
明确分析目标、数据收集、数据预处理、建模分析、结果评估、结论整理及建议。
注意:
分析的是什么?
原因、现状
分析的目的是什么?
实现预测
怎样保证分析有效?
确保数据分析维度的充分性和结论的合理有效性
1.2 业务理解2
通过对业务知识的理解,明晰其内部逻辑和原理,有助于(1)在数据预处理过程中对异常数据进行甄别与剔除;(2)有助于挖掘方法的选择;(3)有助于提高分析结论的适用性,提高模型的可靠性。
这种理解有定性分析与定量分析:
定性分析:给出与目标变量关联的自变量列表或目标变量的性质预测;
定量分析:列举自变量,并对各自变量的权重进行分析
例: