这辈子怕是做不了文科生
理科生教条：Talk is cheap.Show me your code
工作中 发现文科生那套说些有的没的 还是有些必要
说不好听点 就是吹嘛 尤其是汇报工作和写简历
（PS：因为代码写不下 净瞎说些大实话）
吹的你第一遍听不懂 第二遍似懂非懂 第三遍假装懂了 不懂都不好意思
想不到如今我也要走上这条路 在这条路上越走越远
第一章（就是那些听起来高大上的词）
数据挖掘方法分为描述性与预测性 我觉得这个分类其实就是机器学习里的有监督学习和无监督学习嘛 两者本质是一模一样的 不同的称呼罢了
均是基于历史数据进行分析 （理科生点评：废话）
描述性模型用于直观地反映历史状况，为后续分析提供支持
场景：判断个体相似度（如用户、商品），关联关系
主要算法：聚类、关联规则、主成分分析
聚类：主要同于客户细分、分类 以达到精准营销目的
关联规则：主要进行交叉销售、捆绑销售、用户推荐，以提高销量与销售额
预测性模型从历史数据找出规律，并用于预测未来
（理科生点评：半废话 简单点就是 找出规律 用于预测）
场景：预测违约、图像识别、流失预测
主要算法：决策树、线性回归、逻辑回归、SVM、集成学习、神经网络
预测又分分类与回归问题
分类：
排序类分类：输出类别的概率 需要的是一个准确的排序
需求中不追求真实结果 因为真实结果本身就没有统一定义或者定义模糊
统计指标：ROC、AUC
决策类分类：输出准确的类别
统计指标：准确率、召回率
书上说有这两类有明确的相应算法
我认为以上提到的预测性算法都是可以拿来做排序类和决策类分类
算法好像都会输出概率（概率派算法 决策树这类将就不属于）
只要在概率上加上阈值，常用0.5 超过0.5就属于正样本 低于就属于负样本
回归：
统计指标：RMSE、MAE
***额外****
客户付出的成本即产品的价格是统一的
而客户的效用各不同，只有客户认为其购买的产品带来的效用高于成本，才会购买
所有的商品都是成本与效用这对矛盾的权衡
比如信贷，客户贷款后的效用是给定的（对于信贷公司而言是成本），而每个人的违约成本不一样 而信贷公司需要做的就是找出客户违约成本高于客户效用的人 给予贷款 这样才不怕客户不还钱
网友评论