课程收益
掌握资料建模的准则流程。
掌握各种分类预测模型的原理，以及算法达成。
掌握各种分类模型类的要害参数，以及运用。
掌握模型的评核指标、评核办法，以及过拟合评核。
掌握模型精进的基本办法，学会超参精进。
掌握集成精进思想，掌握高级的分类模型。
课程大纲
预测建模基础
资料建模六步法
选项
模型：基于业务选项恰当的资料模型
属性筛选
：选项对标的变量有显著影响的属性来建模
训练模型
：采用合适的算法，运行层面，寻找到最合适的模型参数
评核模型
：开展评核模型的质量，判断模型是否可用
精进模型
：倘若评核结果不理想，则需要对模型开展精进
运用模型
：倘若评核结果满足要求，则可运用模型于业务情境
资料挖掘常用的模型
数值预测模型：回归预测、时序预测等等
分类预测模型：推演回归、决策树、神经网络、支持向量机等等
市场细分：聚类、
RFM
、
PCA
等等
货品推荐：关联拆解、协同过滤等等
货品精进：回归、随机效用等等
货品定价：定价打法
/
最优定价等等
属性筛选
/
特征选项
/
变量降维
基于变量本身特征
基于相关性判断
因子合并（
PCA
等等）
IV
值筛选（评分卡采用）
基于资讯增益判断（决策树采用）
训练模型以及达成算法
模型原理
算法达成
模型评核
评核指标
评核办法
过拟合评核
模型精进
精进模型：选项新模型
/
修改模型
精进资料：新增显著自变量
精进公式：采用新的计算公式
模型运用
模型解读
模型部署
模型运用
好模型是精进出来的
分类模型评核
三个方面评核：指标、办法、过拟合
两大矩阵
混淆矩阵
代价矩阵
六大指标
正确率
Accu
racy
查准率
P
recision
查全率
R
ecall
特异度
Speci
fy
F
度量值（
/
）
拉升指标
lift
三条曲线
ROC
曲线和
AUC
PR
曲线和
BEP
KS
曲线和
KS
值
多分类模型评核指标
宏指标：macro_P, macro_R
宏指标：
m
icro_P, micro_R
模型评核办法
原始评核法
留出法（
Hold-Out
）
交叉验证法（
k-fold cross validation
）
自助采样法（
Bootstrapping
）
其它评核
过拟合评核：研习曲线
残差评核：白噪声评核
推演回归
问题：怎样评核买方购买货品的可能性？怎样预测买方行为？
怎样预测买方离职？银行怎样达成欠贷隐患将控？
推演回归模型简介
推演回归的种类
二项推演回归
多项推演回归
推演回归方程解读
带分类自变量的推演回归
推演回归的算法达成以及精进
迭代样本的随机选项
变化的研习率
推演回归
+
正则项
求解算法和惩罚项的互斥关系
多元推演回归处理
ovo
ovr
推演回归建模进程
实例
：
用
sklearn
库达成银行贷款违约预测
实例：订阅者用户的典型特征（二元推演回归）
实例：通信套餐的用户画像（多元推演回归）
决策树
分类决策树简介
上手：识别银行欠货隐患，提取欠贷者的特征
决策树的三个要害问题
最优属性选项
熵、基尼系数
资讯增益、资讯增益率
属性最佳划分
多元划分和二元划分
连续变量最优划分
决策树修剪
剪枝要则
预剪枝和后剪枝
构筑决策树的算法
C5.0
、
CHAID
，
CART
、
QUEST
各种算法的比较
决策树的超参精进
决策树的解读
决策树建模进程
实例
：
商场酸奶购买用户特征提取
实例：买方离职预警和买方挽留
实例：识别拖欠银行货款者的特征，防止不良货款
实例：识别电信诈骗者嘴脸，让通信更安全
实例：电力窃漏用户自动识别
人工神经网络
神经网络简介（
ANN
）
神经元基本原理
加法器
激活函数
神经网络的结构
隐藏层数量
神经元个数
神经网络的构筑步骤
神经网络的
要害问题
BP
算法达成
MLP
多层神经网络
实例
：
评核银行用户拖欠货款的概率
实例：神经网络预测货品销量
线性判别拆解（
LDA
）
判别拆解简介
基本思想
判别拆解种类
判别拆解算法
类间散席
类内散席
LDA
线性判别模型
多分类判别拆解
实例：
MBA
学生录取判别拆解
实例：上市公司类别评核
最近邻分类（
KNN
）
KNN
的基本原理
K
近邻的
要害问题
K
近邻的达成算法
Brute暴力计算
Kd_tree
B
all_tre
朴素贝叶斯分类（
NBN
）
贝叶斯简介
贝叶斯分类原理
先验概率和后验概率
条件概率和类概率
常见贝叶斯网络
计算类别属性的条件概率
估计连续属性的条件概率
预测分类概率（计算概率）
拉普拉斯修正
实例
：
评核银行用户拖欠货款的概率
支持向量机（
SVM
）
支持向量机简介
适用情境
支持向量机原理
支持向量
最大边界超平面
线性不可分处理
松弛系数
非线性
SVM
分类
常用核函数
线性核函数
多项式核
高斯
RBF
核
核函数的选项要则
SMO
算法
模型集成精进篇
模型的精进思想
集成模型的轮廓
Bagging
Boosting
S
tacking
集成算法的要害进程
弱分类器怎样构筑
组合打法：
多个弱
研习器怎样形成强研习器
B
agging集成算法
资料
/
属性重抽样
决策依据：少数服从多数
随机森林
Ran
domForest
B
oosting集成算法
基于误分资料建模
样本选项权重更新
决策依据：加权投票
Ad
aBoost模型
G
BDT模型
XGB
oost模型
L
ightGBM模型
实例实战
买方离职预测和买方挽留模型
银行欠贷隐患预测模型
结束：课程
收束
和
问题答疑
。
老师简介
Introduction to lecturers
弄懂更多
珀菲特顾问|傅一航老师
适合谁听
业务支持部、IT系统部、海量资料系统开发部、海量资料拆解中心、网络运维部等等相关技艺人员。。建议同一家企业 3 人以上同来，课堂上直接改造本企业的实际问题——单人参加也能学到方法，但带不走可用的成果。
交付流程
课前：顾问访谈 2 位管理者，收集现状与问题清单，讲师据此调整案例。课中：讲授与演练各占一半，产出可直接用的工具与方案。课后：7 天内提交改进建议，30 天内一次线上答疑。