数据挖掘九律，看完不后悔

一位挖掘专家 tom khabaza 提出了挖掘九律，挺好的东西，特别是九这个数字，深得中华文化精髓，有点独孤九剑的意思：

第一，目标律。数据挖掘是一个业务过程，必须得有业务目标。无目的，无过程。

第二，知识律。业务知识贯穿在挖掘这个业务过程的各环节。

第三，准备律。数据获取、数据准备等数据处理耗时占整个挖掘过程的一半。

第四，NFL律。NFL，没有免费的午餐。没有一个固定的算法适用所有的业务问题，特定应用适合的模型只能通过经验发现。

第五，大卫律。要相信，数中必有业务规律。大卫·沃尔金斯最早提出的，故此名。

第六，洞察律。数据挖掘本质上是增强对业务领域的认知。

第七，预测律。数据挖掘基于过去得出模式，并泛化到类似新事物上，这就是预测，但这是统计概念的。

第八，价值律。挖掘模型的最终价值并非模型精度或稳定性，而是驱动业务行动或通过新洞察导致策略改善。

第九，变化律。人不会两次踏入同一条河流。业务在变，目标在变，认识也在变，甚至规律本身也在变，挖掘模型也得与时俱进。

很好, 挖掘者习此九律，必将功力大增，杀敌于无形之中，乃升迁加薪必备胸器。咱可以设想一些场景，看看这九律是怎么灵活运用的。运用这九律的心法是，敌不动我不动，见招拆招，以无招胜有照。

故事开始........：S，挖掘新手，M 为其导师，挖掘高手。一日，S接到任务，走一趟挖掘。过了段时间，他找到 M，M 正在闭目打坐。发生一场对话。

S：师傅，徒儿接到任务，已经开始干了，不出一个月就可大功告成。

M：嗯，不错，什么进展了？

S：我已经安排下去，现在数据准备已经完成，并且建了一个小模。哎呀，您是不知道啊，那个数据太烂，一堆问题，到处是空值，很多信息也是假的，balabala….

M：先别说你的数据，数据准备干了多长时间了？

S：干了一个多月，还蛮符合准备率的吧！

M：这个任务到底要干什么？

S：嗨，就是要找出想搞破坏的人，放心，第一律我牢记于胸。现在还有两个人帮我一起做，一个准备数据，一个建模。

M：那你干什么？

S：我搞业务理解啊，并且运用知识律，搞了一个挖掘过程模板，我们三个就用这个模板进行过程交互，挺好的，什么时候给您瞅瞅。

M：嗯，听起来不错，那你今天来此打扰我清修作甚？

S：您是不知道啊。不是跟你说了，我们还建了一个小模嘛。唉，效果不太好。用分类预测训练了数据，但那个数据实在太差了，感觉那个模型一点都不靠谱，没反应出来什么规律。我们用那个结论在我们三个身上试了一下，结果大家都觉得不对，我们都成了想搞破坏的人，一点都不符合实际情况。

M：你忘了大卫律了？要相信。还有预测律，你这个模型在你们三个身上试验，能证明什么？

S：是啊，我没忘啊。不过要找到规律还需要时间啊。我们要计划在找更多的样本去验证。不过…今天来…确实是无事不登三宝殿…有个事儿…

M：啥事？

S：您前年不是搞了一个犯罪预测嘛，现在很多地方都在用，我想跟这次任务的目标类似，我想能不能就直接把您的模型拉过来训练一下就行了…您那个模型实在是太绝了…

M：哈哈，看来你想偷懒啊，但你怎么能够知道这个模型适用你的任务呢？

S：您的模型我还担心什么啊。主要是这次任务时间紧，我也没办法，先解决了问题吧，能精确定位目标人群就行了，您的模型，肯定很准的。

M：虽然你拍我马屁，但我还是对你很失望啊。挖掘的本质是什么？

S：呃…洞察…我也知道天下没有免费的午餐...但时间太紧，任务太重啊，没您不行啊，您的模型就是我们的法宝啊。

M：唉，不说那是两年前的模型，现在你遇到的情况跟我遇到的情况不一样，现在的犯罪手段也变了各种花样，变化率怎么说的？再说，你为什么如此看重模型的精度，那并非挖掘的终极价值啊！醒悟吧！我代表客户鄙视你！

S：老家伙，你到底是给还是不给？你是想看着我死吗？

M：（仰天长叹）唉，师徒一场，罢了罢了，拿去吧。但你此一去，我们师徒恩断义绝，以后再也不要来见我，再也不要叫我师傅，也不要再别人面前妄称我是你的师傅。走吧，走吧…