目录:
- 预测模型可以分析数据并预测下一个结果，这是预测分析的一大贡献，与商业智能截然不同。商业智能监视什么是goi现在在一个组织中。预测模型分析历史数据，对未来结果的可能性做出明智的决定。
- 例如，如果您对客户数据运行聚类算法，从而将其分为定义明确的群组，则可以使用分类来了解新客户，并清楚地标识其群组。然后，您可以量身定制您的回复（例如，有针对性的市场营销活动）以及您对新客户的处理。
- ）通过构建战略计划来解决这些问题，以便在给定的事件发生时确定最佳的行动方案。决策模型可以是风险缓解策略，有助于确定对不可能事件的最佳响应。
- ）建立在数据中存在的基础关联和关系之上。如果客户订购特定的服务，那么她很可能会订购另一个特定的服务。如果顾客正在购买产品A（运动车），并且该产品与产品B（例如，由该汽车制造商品牌的太阳镜）相关联，则他更有可能购买产品B.
视频: 8 2 1虚拟变量的设置与引入 2025
您可以通过多种方法对用于预测分析的模型进行分类。一般来说，您可以通过< 他们解决的业务问题和他们所服务的主要业务功能（如销售，广告，人力资源或风险管理）
-
模型中使用的数学实现（如统计，数据挖掘和机器学习）
-
<！ - 1 - >
如何使用预测模型
预测模型可以分析数据并预测下一个结果，这是预测分析的一大贡献，与商业智能截然不同。商业智能监视什么是goi现在在一个组织中。预测模型分析历史数据，对未来结果的可能性做出明智的决定。
<！考虑到某些条件（客户投诉的最近数量和频率，服务更新日期以及竞争者提供更便宜的选项），这个客户有多大可能流失？
预测模型的输出也可以是二元，是/否或0/1答案：交易是否是欺诈性的。预测模型可以产生多个结果，有时将是/否结果与某个事件发生的概率相结合。例如，客户的信誉可以被评定为“是”或“否”，并且被分配的概率描述客户按时偿还贷款的可能性。
如何使用聚类和分类模型
当模型使用聚类和分类时，它将识别现有数据中的不同分组。您仍然可以使用聚类对新数据点进行分类，然后在聚类模型的输出之上构建预测模型。例如，如果您对客户数据运行聚类算法，从而将其分为定义明确的群组，则可以使用分类来了解新客户，并清楚地标识其群组。然后，您可以量身定制您的回复（例如，有针对性的市场营销活动）以及您对新客户的处理。
分类使用特征和特征的组合来指示数据项是否属于特定类。很多应用程序或商业问题可以被定义为分类问题。例如，在最基本的层面上，您可以根据需要对结果进行分类。例如，您可以将保险索赔归类为合法或欺诈。
决策模型的基础
考虑到复杂的情况，最好做出什么决定 - 如果要采取这种行动，结果会是什么？面向决策的模型（简称
决策模型
）通过构建战略计划来解决这些问题，以便在给定的事件发生时确定最佳的行动方案。决策模型可以是风险缓解策略，有助于确定对不可能事件的最佳响应。
决策模型探索各种情况，并选择所有课程中最好的。为了做出明智的决定，您需要深入理解数据中的复杂关系以及您所处的环境。决策模型可以作为帮助您理解的工具。 关联模型基础 关联模型（称为
关联模型
）建立在数据中存在的基础关联和关系之上。如果客户订购特定的服务，那么她很可能会订购另一个特定的服务。如果顾客正在购买产品A（运动车），并且该产品与产品B（例如，由该汽车制造商品牌的太阳镜）相关联，则他更有可能购买产品B.
这些关联中的一些可以容易被识别;别人可能不那么明显。绊倒一个以前未知的有趣的协会可以带来巨大的好处。找到关联的另一种方法是确定给定的事件是否增加了发生另一事件的可能性。举例来说，如果一家领先于某个工业行业的公司报告了出色的收益，那么同一行业中的一篮子股票的价格上涨的概率是多少？
