CDA LEVEL 2建模分析师（一）

PART 1数据挖掘基础理论（20%）
a 数据挖掘概要（2%）
数据挖掘起源、定义、目标
数据挖掘的发展历程
定义：
目标：预测和描述

数据挖掘方法和原理（7%）
CRISP-DM:商业理解、数据理解、数据准备、建模、评估、部署
SEMMA ：数据挖掘方法论
Sample──数据取样
_ Explore──数据特征探索、分析和予处理
_ Modify──问题明确化、数据调整和技术选择
_ Model──模型的研发、知识的发现
_ Assess──模型和知识的综合解释和评价
c数据挖掘技术基础（5%）
KNN原理、数据标准化、归一化
样本点之间的距离：
manhattan distance（city——block distance）

欧式距离 euclidean distance

4 数据挖掘技术进阶（6%）
数据挖掘技术功能分类：
a描述性数据挖掘/无监督：关联规则、序列模式、聚类分析
b预测型数据挖掘/有监督：分类、预测
数据挖掘的绩效增益：
混淆矩阵：

TP:真正 FN:假反 正反表示预测的，真假表示预测的对不对
FP:假正 TN:真反
查准率（正确率）：P 真正/预测为正
查全率（召回率）：R 真正/真实正例

F指标：

Gain Chart