為提供您更多優質的內容,本網站使用cookies分析技術。若繼續閱覽本網站內容,即表示您同意我們使用 cookies,關於更多cookies資訊請閱讀我們的隱私權政策
作者/高端訓Cheers雜誌第214期 2018-07-01 圖片來源:unsplash.com
預測分析的目的是要建立一個預測模型,正確性很重要,因此流程必須更嚴謹。

上一期,我介紹了商業分析6步驟:TASSS$,預測分析也有6步驟,預測分析的目的是要建立一個預測模型,正確性很重要,因此流程必須更嚴謹。

預測模型的建立,有3種派別,分別是SAS公司的SEMMA、SPSS公司的CRISP-DM,以及我歸納出比較容易理解的方法:TAMEDI

T-A-M-E-D-I分別代表6個步驟:Task、Analysis、Modeling、Evaluation、Deployment及Interpretation & Insight。

1.Task(課題):與商業分析最大的不同是,預測分析的課題在於解決「一個人」的問題。例如:「如何提高每個顧客的貢獻率?」、「如何喚醒每個沉睡中的客人?」

2.Analysis(分析):分析內涵包括理解現有資料、蒐集新資料、清理不必要的資料,以及確認分析的資料都是有效的。

3.Modeling(模型):建立模型首先要決定採用何種演算法,每一種演算法都有優缺點,沒有絕對好壞。其次,模型是用我們手上的資料建立,所以資料的正確性非常重要,否則會建立錯誤的模型,給出錯誤的預測。

建立模型時,要先將資料分成「Training Data」及「Test Data」。通常,80%的資料是Training Data,用來建立初步模型;另外20%的資料是Test Data,用來驗證模型的正確性。大數據軟體可以讓我們設定這兩種資料的比率,同時隨機抽取。

最新雜誌

贊助文章

推薦影音

最新評論

資深職人最多人關注

more

最新消息

  1. 1
  2. 2
  3. 3
  4. 4
  5. 5

深度專輯

more