《商业数据分析》读书笔记（三）

3.预测模型介绍：从相关关系到监督性分类

基本概念：识别信息性丰富的属性；用递进属性选择分割数据

主要技巧：找到相关性；属性/变量选择；回归树

模型，回归，和预测

监督分割

选择属性

例子：用信息增益选择属性

用树模型进行监督分割

分割可视化

一系列规则的树

概率估计

例子：用树归纳解决客户流失问题

总结

第三章 预测模型入门：从相关性到监督分割

基本概念：识别有用属性；用筛选过的属性进行数据分割

 

主要技巧：寻找相关性；属性/变量选择；树归纳

 

信息是关于减少某件事情不确定性的量。

有用的属性就是能够帮我们减少目标量的不确定性属性。

仅仅是找到与目标量相关的属性，就能够给业务问题提供重要洞见。

筛选有用属性还能减小运算负荷。

 

模型，归纳和预测

 

模型是为了某一目的对现实的简化呈现。

预测：通常意义是预测未来一个事件；数据科学中是预测未知量，它可以是现在过去或未来的。

 

信息增益==不确定性减少

 

用熵（entropy)计算信息增益

 

克劳德.香农——信息论

 

信息熵的概念：