auc:
gbdt:
决策树
是机器学习中一种基本的分类和回归算法,是依托于策略抉择而建立起来的树。其主要优点是模型具有可读性,分类速度快,易于理解。决策树的思想主要来源于Quinlan在1986年提出的ID3算法和1993年提出的C4.5算法,以及有Breiman等人在1984年提出的CART算法。
数据异常指标:
第一,维度下钻
时间维度,
产品维度:如美团看哪个产品线
场景维度:关注流,热门推荐
客户行业维度:
如果是收入一定要看客户所属行业
第二,找产品问
第三,找运营
第四,看竞品,查
第二个人的意见:
1,数据准确性及其损失评估
2,同期事件评估(内部因素加外部因素)
内部:产品(可能迭代),技术层面(错误率),运营是否有调整,推广(渠道投放)
外部:竞品(是否做大活动),政策(是否有政策变动),社会(节假日,热点,季节性)
3,维度细分/业务流程分析
4,策略落地及复盘