定位目标找用户，分类筛选决策树

2016-05-07

定位目标找用户，分类筛选决策树 营销测试方法通过广告宣传引导用户开通或试用产品，并分析其中响应的用户特点。与营销测试有所不同，存量用户建模的反馈数据不需要经过市场测试，而是根据存量用户是否使用该产品 ...

SAS-EM 决策树操作案例

2016-04-07

摘要：决策树主要用来描述将数据划分为不同组的规则。第一条规则首先将整个数据集划分为不同大小的子集，然后将另外的规则应用在子数据集中，数据集不同相应的规则也不同，这样就形成第二层数据集的划分。一般来说 ...

决策树分类和预测算法的原理及实现

2016-03-22

算法决策树是一种通过对历史数据进行测算实现对新数据进行分类和预测的算法。简单来说决策树算法就是通过对已有明确结果的历史数据进行分析，寻找数据中的特征。并以此为依据对新产生的数据结果进行预测。 决策树由 ...

数据挖掘中决策树算法的研究及探讨

2016-02-15

数据挖掘中决策树算法的研究及探讨 随着计算机硬件和软件的飞速发展，尤其是数据库技术应用的日益普及，人们面临着快速扩张的数据海洋，如何有效的运用，成为我们信息工作者所关注的焦点，数据挖掘就是从大型数 ...

R语言学习之决策树

2015-12-10

R语言学习之决策树 决策树最重要的2个问题：决策树的生长问题，决策树的剪枝问题。     生长问题又包括了2个子问题：从分组变量的众多取值中选择一个最佳分割点和从众多输入变量中 ...

白话一下什么是决策树模型

2015-12-10

白话一下什么是决策树模型 有一天，小明无聊，对宿舍玩CS的舍友进行统计，结果刚记下四行，被舍友认为影响发挥，给踢到床下去了，让我们看看可怜的小明的记录： ----------------------------- ...

SAS决策树：信贷风险建模试验

2015-12-07

SAS决策树：信贷风险建模试验 信贷风险建模试验 一、 概论 决策树通过应用一系列简单的规则建立起对观测数据的分类。决策树对于观测值的分类建立在变量的输入值基础上。每条规则都是在前一条规则形 ...

逻辑回归与决策树在分类上的一些区别

2015-11-28

逻辑回归与决策树在分类上的一些区别  营销预测模型的目标变量很多为一种状态或类型，如客户“买”还是“不买”、客户选择上网方式为 “宽带”还是“拨号”、营销战通道是邮件、电话、还是网络。我 ...

基于R语言和SPSS的决策树算法介绍及应用

2015-10-13

基于R语言和SPSS的决策树算法介绍及应用 机器学习在各个领域都有广泛的应用，特别在数据分析领域有着深远的影响。决策树是机器学习中最基础且应用最广泛的算法模型。本文介绍了机器学习的相关概念、常见 ...

一小时了解数据挖掘⑤数据挖掘步骤＆常用的聚类、决策树和CRISP-DM概念---数据分析师

2014-12-11

数据挖掘有很多不同的实施方法，如果只是把数据拉到Excel表格中计算一下，那只是数据分析，不是数据挖掘。本文主要讲解数据挖掘的基本规范流程。CRISP-DM和SEMMA是两种常用的数据挖掘流程。 数据挖掘的一般步骤 ...

一小时了解数据挖掘⑤数据挖掘步骤＆常用的聚类、决策树和CRISP-DM概念

2014-10-27

一小时了解数据挖掘⑤数据挖掘步骤＆常用的聚类、决策树和CRISP-DM概念 数据挖掘有很多不同的实施方法，如果只是把数据拉到Excel表格中计算一下，那只是数据分析，不是数据挖掘。本文主要讲解数据挖掘的基本规 ...

【CDA干货】特征相对重要性：解锁模型鲁棒性与可解释性的双重密钥

2025-12-05

在机器学习落地过程中，“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据，将难以通过合规审查；电商推荐模型若对异常点击数据敏感，会导致推荐效果剧烈波动。而 ...

CDA学习经验 卢敏 汉江师范学院大二 数据科学与大数据技术专业

2025-12-04

 卢敏 汉江师范学院大二 数据科学与大数据技术专业 ” 我现在是一名大二学生，我的专业是数据科学与大数据技术，听我专业的名字便也知道肯定和数据存在着很大的关联，在今年的暑假期间，我们老师在群聊里面发布了 ...

【CDA干货】Pyplot树状图：层级数据可视化的技术实现与业务应用

2025-11-17

在数据可视化领域，树状图（Tree Diagram）是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构，还是数据挖掘中的决策树模型结果，都需要通过树状图将“父-子”关联关系直观化。matplotlib.pyplot（ ...

CDA 数据分析师：从数据分析基本概念到实战落地 —— 构建专业能力的核心框架

2025-11-12

在数据驱动的时代，“数据分析” 已成为企业决策的核心支撑，但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” 的表层。事实上，数据分析是一套包含 “定义、目标、流程、方法” 的完整体系，而CDA（ ...

【CDA干货】金融统计实战案例：银行个人信贷违约预测的统计分析与风险应用

2025-11-11

金融统计不是单纯的 “数据计算”，而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估，到投资组合的收益波动分析，再到监管合规的数据报送，统计方法是金融机构控制风险、提升收益的核心 ...

CDA 数据分析师：企业数字化转型的核心引擎 —— 从数据底座到业务价值的落地路径

2025-11-10

在数字经济时代，“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而，多数企业的转型仍停留在 “上线系统、收集数据” 的浅层阶段，面临 “数据碎片化难整合、业务与数据脱节、转型效果难量化” 的核 ...

【CDA干货】用模型挖掘数据中的隐性特征：方法、案例与落地指南

2025-11-07

在数据分析与建模中，“显性特征”（如用户年龄、订单金额、商品类别）是直接可获取的基础数据，但真正驱动业务突破的往往是 “隐性特征”—— 它们隐藏在数据关联、行为模式或语义背后，比如 “用户潜在消费偏好” ...

【CDA干货】机器学习分类模型：从原理到实战的完整指南

2025-11-06

在机器学习领域，“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别（是 / 否）” 到 “疾病诊断（良性 / 恶性）”，从 “客户流失预测（流失 / 留存）” 到 “图像分类（猫 / 狗 / 汽车）” ...

【CDA干货】CDA 数据分析实战：三大行业真实案例的价值落地之路

2025-11-05

CDA 数据分析师的核心价值，不在于复杂的模型公式，而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵”，唯有扎根行业痛点，用专业方法破解实际问题，才能彰显数据的真正力量。本文结合零售 ...