Xây dựng mô hình Analytics tiên đoán - núm vú

Một phần của Phân tích tiên đoán Đối với người mới bắt đầu Cheat Sheet

Một dự án phân tích tiên đoán thành công được thực hiện từng bước. Khi bạn đắm mình trong các chi tiết của dự án, hãy theo dõi các mốc quan trọng này:

1. Xác định mục tiêu kinh doanh

   Dự án bắt đầu bằng việc sử dụng một mục tiêu kinh doanh được xác định rõ ràng. Mô hình này nhằm giải quyết một câu hỏi kinh doanh. Rõ ràng rằng mục tiêu đó sẽ cho phép bạn xác định phạm vi của dự án và sẽ cung cấp cho bạn kiểm tra chính xác để đo thành công của nó.

2. Chuẩn bị dữ liệu

   Bạn sẽ sử dụng dữ liệu lịch sử để đào tạo mô hình của mình. Dữ liệu thường được phân tán qua nhiều nguồn và có thể cần phải làm sạch và chuẩn bị. Dữ liệu có thể chứa hồ sơ trùng lặp và những người ngoài; tùy thuộc vào phân tích và mục tiêu kinh doanh, bạn quyết định giữ hoặc loại bỏ chúng. Ngoài ra, dữ liệu có thể bị thiếu các giá trị, có thể cần trải qua một số sự chuyển đổi và có thể được sử dụng để tạo các thuộc tính có nguồn gốc có sức mạnh dự đoán hơn cho mục tiêu của bạn. Nhìn chung, chất lượng của dữ liệu chỉ ra chất lượng của mô hình.

3. Lấy mẫu dữ liệu của bạn

   Bạn sẽ cần chia dữ liệu của mình thành hai bộ: tập huấn và kiểm tra tập dữ liệu. Bạn xây dựng mô hình sử dụng tập dữ liệu huấn luyện. Bạn sử dụng bộ dữ liệu thử để xác minh tính chính xác của đầu ra của mô hình. Làm như vậy là hoàn toàn vô cùng quan trọng. Nếu không, bạn có nguy cơ overfitting mô hình của bạn - đào tạo mô hình với số liệu giới hạn, đến điểm mà nó chọn tất cả các đặc tính (cả tín hiệu lẫn tiếng ồn) chỉ đúng với số liệu cụ thể đó. Một mô hình được cài đặt sẵn cho một bộ dữ liệu cụ thể sẽ thực hiện một cách thảm hại khi bạn chạy nó trên các bộ dữ liệu khác. Tập dữ liệu thử nghiệm đảm bảo một cách hợp lệ để đánh giá chính xác hiệu suất của mô hình.

4. Xây dựng mô hình

   Đôi khi dữ liệu hoặc các mục tiêu kinh doanh cho phép một thuật toán hoặc mô hình cụ thể. Những lần khác cách tiếp cận tốt nhất không phải là quá rõ ràng. Khi bạn khám phá dữ liệu, hãy chạy nhiều thuật toán nhất có thể; so sánh kết quả đầu ra của họ. Căn cứ vào sự lựa chọn của bạn về mô hình cuối cùng về kết quả tổng thể. Đôi khi bạn tốt hơn chạy một nhóm các mô hình đồng thời trên dữ liệu và lựa chọn một mô hình cuối cùng bằng cách so sánh đầu ra của họ.

5. Triển khai mô hình

   Sau khi xây dựng mô hình, bạn phải triển khai nó để thu được lợi ích của nó. Quá trình đó có thể yêu cầu phối hợp với các phòng ban khác. Mục tiêu xây dựng mô hình triển khai được. Đồng thời hãy chắc chắn bạn biết làm thế nào để trình bày kết quả của mình cho các bên liên quan kinh doanh một cách dễ hiểu và thuyết phục để họ thông qua mô hình của bạn.Sau khi mô hình được triển khai, bạn sẽ cần theo dõi hiệu suất của nó và tiếp tục cải thiện nó. Hầu hết các mô hình phân rã sau một thời gian nhất định. Giữ mô hình của bạn được cập nhật bằng cách làm mới nó bằng dữ liệu mới có sẵn.