数据挖掘数据挖掘模型评估(编辑修改稿)

数据挖掘数据挖掘模型评估(编辑修改稿)内容摘要：

本获利参数的输入对话框中，要输入： 总体（。 ） 固定成本（。 ） 单位成本（。 ） 每个收益（。 ）：每个小概率事件发生时所得到的获利或是减少的损失。 2020/10/5 32  假设电话销售每打一通电话所要付出的人事、设备折旧以及办公室设备相关成本总共是 250元；而每成功销售一通的话第一年可以为公司净赚 1000元。  所以每打出去一通电话： 销售成功： 1000— 250=收益 750（即正确预测稀有事件） 销售失败：损失 250元 2020/10/5 33  直效行销设定： 总体： 50000；固定成本： 202000；单位成本：250；每个收益： 1000 2020/10/5 34 600000 500000 400000 300000 202000 0 100000 — 15万 535万 假设行销活动针对全体客户进行，获利为15万 从图上看，在概率最高的前 34%39%之间名单进行行销，可以获利的最高点是 535万元。 横轴表示模型会根据行销成功概率由高至低将客户排序 纵轴表示行销收益  下面来看信用评级的预测模型，预测的目标是违约客户，假设每个客户第一年带来的信用卡刷卡手续费以及利息收入为 6000元，每个信用卡违约客户违约时金额为20200元。  所以每预测一个客户违约状态： 违约户：损失为 20200— 6000=损失 14000元 正常户：获利 6000元 2020/10/5 35  信用评等模型设定： 总体： 50000；固定成本： 200,000；单位成本： — 6,000；每个收益： — 20,000 2020/10/5 36 600000 500000 400000 300000 202000 0 100000 横轴表示模型会根据违约概率由高至低将客户排序 本例最低点为 35%，因此，建议该银行针对违约概率最高的 35%客户拒绝发给信用卡 因为前半段都是高违约率客户，因此损失曲线是直线下降 纵轴表示行销收益 增益图和收益图都是用来评估类别变量预测问题的，如果遇到连续变量如何评估。 此时需要散布图。 如果预测的变量是连续型变量时，前面的分类矩阵、增益图和收益图都无法使用。 此时，在 SQL中 “增益图”会自动切换到“散布图”。 2020/10/5 37 体重90807060504030身高1801701601502020/10/5 38 600000 500000 400000 300000 202000 100000 0 0 100000 202000 300000 400000 500000 600000 横轴是实际数值 纵轴是预测数值 当模型越准确时，则代表预测值越接近实际值，也就是越接近45度线  以上介绍的均是分类模型的评估，对于聚类和关联规则并不适用。  聚类本身是无监督学习，并没有目标变量可以预测，只是从资料中找出潜在隐藏的相似性结构，因此聚类本身是一个诠释性的模型，而不具有预测力，所以无法判断准确率。  因此，聚类模型的好与坏就在于其质化的意义，即可诠释性的好与坏。 2020/10/5 39  至于关联规则，通常来说关联规则也是无监督学习，因为它的项目（例如，产品组合）过多，因此，每个选项本身就是小概率事件，所以不适合使用分类矩阵、增益图和收益图等工具来评估。  大多数情况下，通常建议大家使用 SQL2020提供的置信度、支持度以及重要性这三个指标作为关联规则成效的综合评判。 2020/10/5 40  这个公式表明，当“在 B中发生 A的概率”高于“在非 B的状况下发生 A的概率”时，该指标大于零，且此指标越大，表示 A会造成 B出现的概率显著提升。 如果此值为负，则代表在 A下越会抑制 B的发生。 在 SQL2020中，当规则为正值时，重要性图示会是蓝色，如果负值时，重要性规则会是红色；规则重要性排序是根据重要性指标绝对值进行的。 2020/10/5 41 t a n ( ) l o g BAi m p o r c e A BBA在 中 发 生 的 概 率在 非 中 发 生 概 率ta n ( ) l o gl o g 0im p o r c e A B  买 茶 又 买 咖 啡 的 概 率不 买 茶 而 买 咖 啡 的 概 率341 3 1 6负关联规则 2020/10/5 42 一、关于数据挖掘的经典故事和案例 二、数据挖掘入门 三、数据挖掘与统计学的关系 四、数据挖掘软件 43 2020/10/5  正在影响中国管理的 10大技术  从数字中能够得到什么。  一个网络流传的笑话  啤酒与尿布  网上书店关联销售的案例  数据挖掘在企业中的应用 44 2020/10/5 45 2020/10/5  数据挖掘 What are these numbers trying to Tell me???  ９９：８１７９ ,７９５４ ，  舅舅：不要吃酒，吃酒 误事 ，  ７６２６９ ,８４０６ ,９４０５，  吃了二 两 酒，不是 动 怒，就是 动 武，  ７９１８９３４ ,１ .９１８１７。  吃酒要被酒 杀 死，一 点 酒也不要吃。 2020/10/5 46  7 247。 2  2≦ x≦ 3  40 247。 6  二四六八  0000  1 1 = 1  10002 =100 100 100  7/8 47  不三不四  接二连三  陆续不断  无独有偶  挂万漏一  一成不变  千方百计  七上八下 2020/10/5  客服 :“东东披萨店您好 !请问有什么需要我为您服务。 ”  顾客 :“你 好 ， 我想要 …… ”  客服 :“先生，请把您的 AIC会员卡号码告我。 ”  顾客 :“喔 !请等等， 12345678。 ” 48 2020/10/5 ( )  顾客。