數(shù)據(jù)挖掘數(shù)據(jù)挖掘模型評估-wenkub
2022-09-11 09:02:55 本頁面
【正文】 20/10/5 6 tC 在 推 進 中 ， 每 個 訓 練 樣 本 賦 予 一 個 權(quán) 。 ? 假定你已經(jīng)訓練了一個分類法，將醫(yī)療數(shù)據(jù)分類為“ cancer”或“ non_cancer”。 ? 還可以使用精度（ precision）來度量，即評估標記為“ cancer”，實際是“ cancer”的樣本百分比。 ? 但事實上，這樣評估出來的模型并不是最好的。 ? 銀行和 A公司簽約。即有 32%的非違約戶被誤判為違約戶，因此準確率只有 68%。 ? 因此兩種誤判所造成的效益影響是不等價的。 ? DM的價值就在于能夠利用歷史資料找出“小概率事件”。 2020/10/5 17 ? 對于 DM來說，通常第二類錯誤的損失或收益要比第一類高。 2020/10/5 18 預測值 1（實際“會違約”） 0（實際“不會違約”） 1 66 28 0 185 721 2020/10/5 19 ? 表中，預測為會違約且實際也會違約的有 66人，預測不會違約且實際沒有違約的有 721人，這些是分類正確者。 ? Response rate =預測會違約且實際會違約 /所有預測會違約 =66/(66+28)=% ?預測模型回應率的高低須和總體回應率比較： ? 總體 response rate =總體實際會違約 /總體=(66+185)/(66+185+28+721)=% 2020/10/5 21 預測值 1（實際“會違約”） 0（實際“不會違約”） 1 66 28 0 185 721 ?回應率 (response rate)：在預測的名單中找出有多少小概率事件（在預測違約的名單中，真正違約的所占比例是多少）。 2020/10/5 22 ? Recall =預測會違約且實際違約 /所有實際會違約 =66/(66+185)=% ? 它的意義在于：預測出來會違約的人占了總體會違約的客戶多少百分比。 ? recall=67/(67+184)66/(66+185) ? Response rate=67/(67+38)66/(66+28) 2020/10/5 24 預測值 1（實際“會違約”） 0（實際“不會違約”） 1 67 38 0 184 711 預測值 1（實際值） 0（實際值） 1 66 28 0 185 721 ? Range reduce =預測會違約 /總體 =(66+28)/(66+28+721+185) =% ? 間距縮減代表的是根據(jù)模型執(zhí)行活動時的成本，當如果名單量沒有有效縮減時，執(zhí)行的總成本會很高，因此間距縮減越低越好。 ? 分類矩陣是根據(jù)一個概率閥值將顧客分作兩種情況，過度簡化了實際的結(jié)果。 45度線表示隨機的狀態(tài)，代表當篩選一半的名單去檢查違約狀況時，剛好會包含全體名單一半的違約戶數(shù)量。 ? AUC越接近于 1，表示模型的預測能力越高。 2020/10/5 31 ? 上述兩個模型都沒有包含整個公司的固定成本，不管成功案例多、少，都必須付出的成本。 橫軸表示模型會根據(jù)行銷成功概率由高至低將客戶排序 縱軸表示行銷收益 ? 下面來看信用評級的預測模型，預測的目標是違約客戶，假設每個客戶第一年帶來的信用卡刷卡手續(xù)費以及利息收入為 6000元，每個信用卡違約客戶違約時金額為20200元。 2020/10/5 37 體重90807060504030身高1801701601502020/10/5 38 600000 500000 400000 300000 202000 100000 0 0 100000 202000 300000 400000 500000 600000 橫軸是實際數(shù)值 縱軸是預測數(shù)值 當模型越準確時，則代表預測值越接近實際值，也就是越接近45度線 ? 以上介紹的均是分類模型的評估，對于聚類和關(guān)聯(lián)規(guī)則并不適用。 ? 大多數(shù)情況下，通常建議大家使用 SQL2020提供的置信度、支持度以及重要性這三個指標作為關(guān)聯(lián)規(guī)則成效的綜合評判。 2020/10/5 41 t a n ( ) l o g BAi m p o r c e A BBA????????在 中 發(fā) 生 的 概 率在 非 中 發(fā) 生 概 率ta n ( ) l o gl o g 0im p o r c e A B???? ???????? ????買 茶 又 買 咖 啡 的 概 率不 買 茶 而 買 咖 啡 的 概 率341 3 1 6負關(guān)聯(lián)規(guī)則 2020/10/5 42 ?一、關(guān)于數(shù)據(jù)挖掘的經(jīng)典故事和案例 ?二、數(shù)據(jù)挖掘入門 ?三、數(shù)據(jù)挖掘與統(tǒng)計學的關(guān)系 ?四、數(shù)據(jù)挖掘軟件 43 2020/10/5 ? 正在影響中國管理的 10大技術(shù) ? 從數(shù)字中能夠得到什么？ ? 一個網(wǎng)絡流傳的笑話 ? 啤酒與尿布 ? 網(wǎng)上書店關(guān)聯(lián)銷售的案例 ? 數(shù)據(jù)挖掘在企業(yè)中的應用 44 2020/10/5 45 2020/10/5 ? 數(shù)據(jù)挖掘 What are these numbers trying to Tell me??? ? ９９：８１７９ ,７９５４ ， ? 舅舅：不要吃酒，吃酒 誤事 ， ? ７６２６９ ,８４０６ ,９４０５， ? 吃了二 兩 酒，不是 動 怒，就是 動 武， ? ７９１８９３４ ,１ .９１８１７。 6 ? 二四六八 ? 0000 ? 1 1 = 1 ? 10002 =100 100 100 ? 7/8 47 ? 不三不四 ? 接二連三 ? 陸續(xù)不斷 ? 無獨有偶 ? 掛萬漏一 ? 一成不變 ? 千方百計 ? 七上八下 2020/10/5 ? 客服 :“東東披薩店您好 !請問有什么需要我為您服務？” ? 顧客 :“你 好 ， 我想要 …… ” ? 客服 :“先生，請把您的 AIC會員卡號碼告我。請問您現(xiàn)在是用哪一個電話呢 ? ” 2020/10/5 AddinCards 親密合作伙伴 Customer Relationship Management 客戶關(guān)系管理 ? 顧客 :“我想要一個海鮮披薩 …… ” ? 客服 :“陳先生 , 海鮮披薩不適合您?！? (） 51 2020/10/5 ? 顧客 :“哎呀 !好 ……, 我要一個家庭號特大披薩 ,要多少錢 ?” ? 客服 :“嗯，這個足夠您一家十口吃，六百
高考資料相關(guān)推薦
鄂ICP備17016276號-1