学习笔记(02):零基础搞定Python数据分析与挖掘-数据分析的流程

立即学习:https://edu.csdn.net/course/play/6861/326736?utm_source=blogtoedu

数据分析师的一天

1、数据分析的各个流程 semma

2、数据分析和数据挖掘区别

3、许菊分析需要掌握的技能

 

 

ROI 投资回报率  return on invastment

 

S 收集数据

基于需求，有针对性的搜集可以解决问题的数据。

 

E explore 数据探索

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

以上数据的修补。

 

M：model 数据建模

 

数据建模：侧重于未知事件的预测常用的模型有

1、有监督的预测性模型回归、决策树、knn

2、有监督的判别性模型logistic 贝叶斯 集成算法等

3、无监督模型 kmeans聚类，层次聚类，密度聚类

4、半监督模型 （关联规则算法）

 

A ：assess模型评估

 

模型评估，检验模型的稳定性和实用性，常用的方法有

RMSE预测性问题

混淆矩阵 

ROC曲线

KS曲线

 

 

有没有更好的模型可以度量和预测现有的收入数据？

增加样本

拓展维度

修正模型参数

更换其他模型