构建预测分析模型 - 傻瓜

预测分析傻瓜式预备板的一部分

一个成功的预测分析项目是一步一步执行的。当您沉浸在项目的细节中时，请注意以下主要里程碑：

1. 定义业务目标

   项目从使用明确的业务目标开始。该模型应该解决一个业务问题。明确表示目标将允许您定义项目的范围，并将为您提供确切的测试来衡量其成功。

   <！ --1 - >

2. 准备数据

   您将使用历史数据来训练您的模型。数据通常分散在多个来源，可能需要清洗和准备。数据可能包含重复记录和异常值;根据分析和业务目标，您决定是保留还是删除它们。此外，数据可能有缺失值，可能需要进行一些转换，并可能用于生成派生的属性，这些属性对于您的目标具有更多的预测能力。总的来说，数据的质量表明了模型的质量。

3. 采样您的数据

   您需要将数据分成两组：训练和测试数据集。您可以使用训练数据集来建立模型。您使用测试数据集来验证模型输出的准确性。这样做绝对是至关重要的。否则，就会冒着过度适应 模型的风险 - 使用有限的数据集对模型进行训练，直到它挑选出只有特定数据集才为真的所有特征（信号和噪声）。在特定数据集上过度配置的模型在其他数据集上运行时会表现得很差。测试数据集可确保准确测量模型性能的有效方法。

   构建模型

4. 有时数据或业务目标适用于特定的算法或模型。其他时候，最好的方法并不那么明确。在您探索数据时，尽可能多地运行算法;比较他们的输出。根据整体结果选择最终模型。有时你最好在数据上同时运行一个模型的集合，并通过比较它们的输出来选择最终的模型。

   部署模型

5. 构建模型之后，必须部署模型才能获得好处。这个过程可能需要与其他部门协调。旨在建立一个可部署的模型。另外请确保您知道如何以可理解和有说服力的方式向业务利益相关方展示您的结果，以便他们采用您的模型。模型部署完成后，您需要监控其性能并继续改进。大多数模型在一段时间后会衰减。使用新提供的数据刷新模型，使模型保持最新状态。