2上午第10章數(shù)據(jù)挖掘的誤區(qū)

1、第10章：數(shù)據(jù)挖掘的誤區(qū)誤區(qū)1：數(shù)據(jù)挖掘是萬能的只要有Y，模型可以自己從數(shù)據(jù)中獲取信息，構(gòu)造合理的模型性模型線性/Logistic回歸神經(jīng)網(wǎng)絡(luò)決策樹/回歸樹時(shí)間序列進(jìn)、出描述性模型聚類關(guān)聯(lián)分析7/18/20152誤區(qū)2：有了數(shù)據(jù)庫就有足夠的數(shù)據(jù)做挖掘數(shù)據(jù)挖掘業(yè)務(wù)問題?DataBase算法交易型數(shù)據(jù)和數(shù)據(jù)挖掘需要的分析型數(shù)據(jù)是完全不同的Dae7/18/20153Originator acct_id type productemographicsacct_idAgeeProducts product_id descriptionPeriods DatekCustomers acct_id ctiv

2、ation datTrans Details acct_id trans_id date-time product_id channel_id amount trans_typeoriginator_id誤區(qū)2：有了數(shù)據(jù)庫就有足夠的數(shù)據(jù)做挖掘數(shù)據(jù)挖掘需要的分析型數(shù)據(jù)集分析型數(shù)據(jù)集變量目標(biāo)變量是否違約客戶統(tǒng)計(jì)信息賬戶屬性消費(fèi)行為還款行為開卡時(shí)長(zhǎng)金卡/普卡信用額度自動(dòng)還款員工標(biāo)志額度調(diào)整發(fā)卡機(jī)構(gòu)收益率最近3期的消費(fèi)總額/最近6期消費(fèi)總額最近12個(gè)月全額還款賬單期數(shù)最近12個(gè)月最低還款賬單期數(shù)最近12個(gè)月未欠款賬單期數(shù) 最近12個(gè)月逾期還款期數(shù)距最近一次逾期的月數(shù)距上次年費(fèi)收取的月數(shù)最近3期帳戶逾期

3、月數(shù).最近6期帳戶逾期月數(shù).最近3個(gè)月內(nèi)的最大逾期天數(shù)最近6個(gè)月內(nèi)的最大逾期天數(shù)最近3個(gè)月還款率最近6個(gè)月還款率年收入行業(yè)類別戶籍狀況最近3期最近6期最近3期費(fèi)金額占比最近6期費(fèi)金額占比最近3期消費(fèi)金額占比消費(fèi)金額占比(+)消)消狀況職務(wù)級(jí)別消費(fèi)交易筆數(shù)最近6期消費(fèi)交易筆數(shù)最近3個(gè)月的消費(fèi)金額最近3個(gè)月的消費(fèi)筆數(shù)最近6個(gè)月的消費(fèi)金額最近6個(gè)月的消費(fèi)筆數(shù)誤區(qū)3：數(shù)據(jù)挖掘=數(shù)據(jù)+算法數(shù)據(jù)挖掘大部分的時(shí)間不是用來處理復(fù)雜的挖掘算法事實(shí)是：在數(shù)據(jù)挖掘項(xiàng)目中，大多數(shù)工作是業(yè)務(wù)需求、數(shù)據(jù)準(zhǔn)備與探索相關(guān)的數(shù)據(jù) + 算法從實(shí)踐的角度看，數(shù)據(jù)挖掘算法本身存在：不能確定模式的內(nèi)容為什么要尋找這些模式如何去利用這些模式CRISP-DM 是公認(rèn)的、較有影響的方法論之一。它強(qiáng)調(diào)數(shù)據(jù)挖掘不單是數(shù)據(jù)的組織