Casa Finanza personale Categorizzazione dei modelli per l'analisi predittiva - i modelli manichini

Categorizzazione dei modelli per l'analisi predittiva - i modelli manichini

Sommario:

Video: TOP DATA ANALYST Guida all'Analisi Predittiva: Il Modello di Classificazione 2025

Video: TOP DATA ANALYST Guida all'Analisi Predittiva: Il Modello di Classificazione 2025
Anonim

I modelli sono necessari per eseguire l'analisi predittiva. Un modello non è altro che una rappresentazione matematica di un segmento del mondo a cui le persone sono interessate. Un modello può imitare gli aspetti comportamentali dei nostri clienti. Può rappresentare i diversi segmenti di clienti. Un modello ben fatto e ben sintonizzato può previsioni - prevedere con alta precisione - il prossimo risultato di un dato evento.

Esistono vari modi per classificare i modelli utilizzati per l'analisi predittiva. In generale, puoi ordinarli per

  • I problemi aziendali che risolvono e le funzioni aziendali principali che servono (ad esempio vendite, pubblicità, risorse umane o gestione dei rischi).
  • L'implementazione matematica utilizzata nel modello (come statistiche, data mining e machine learning).

Ogni modello avrà una combinazione di questi aspetti; più spesso, l'uno o l'altro domineranno. La funzione prevista del modello può prendere una delle varie direzioni: predittiva, classificazione, clustering, decision-oriented o associativa.

Modelli predittivi

Modelli predittivi analizzano i dati e predicono il prossimo risultato. Questo è il grande contributo dell'analisi predittiva, distinta dalla business intelligence. La business intelligence monitora cosa sta succedendo in un'organizzazione ora. I modelli predittivi analizzano i dati storici per prendere una decisione informata sulla probabilità di esiti futuri.

Date determinate condizioni (numero recente e frequenza dei reclami dei clienti, data di rinnovo del servizio in corso e disponibilità di opzioni più economiche da parte della concorrenza), quanto è probabile che questo cliente si dimostri?

L'output del modello predittivo può anche essere una risposta binaria, sì / no o 0/1: se una transazione è fraudolenta, per esempio. Un modello predittivo può generare più risultati, a volte combinando i risultati sì / no con la probabilità che si verifichi un determinato evento. Ad esempio, l'affidabilità creditizia di un cliente può essere valutata come sì o no e una probabilità assegnata che descrive quanto è probabile che il cliente paghi un prestito in tempo utile.

Modelli di clustering e classificazione

Quando un modello utilizza il clustering e la classificazione, identifica diversi raggruppamenti all'interno di dati esistenti. È ancora possibile costruire un modello predittivo sopra l'output del modello di clustering usando il clustering per classificare nuovi punti dati.

Se, ad esempio, si esegue un algoritmo di clustering sui dati dei clienti e quindi li si separano in gruppi ben definiti, è possibile utilizzare la classificazione per conoscere un nuovo cliente e identificare chiaramente il proprio gruppo.Quindi puoi adattare la tua risposta (ad esempio, una campagna di marketing mirata) e la gestione del nuovo cliente.

La classificazione utilizza una combinazione di caratteristiche e caratteristiche per indicare se un elemento di dati appartiene a una particolare classe.

Molte applicazioni o problemi aziendali possono essere formulati come problemi di classificazione. Ad un livello di base, ad esempio, è possibile classificare i risultati desiderati e non desiderati. Ad esempio, è possibile classificare un reclamo di assicurazione come legittimo o fraudolento.

Modelli decisionali

Dato uno scenario complesso, qual è la decisione migliore da prendere e se si dovesse prendere quell'azione, quale sarebbe il risultato? I modelli orientati alla decisione (chiamati semplicemente modelli decisionali) affrontano tali questioni costruendo piani strategici in modo da identificare la migliore linea d'azione, dati certi eventi. I modelli decisionali possono essere strategie di mitigazione del rischio, contribuendo a identificare la migliore risposta agli eventi improbabili.

I modelli decisionali esplorano vari scenari e selezionano il migliore di tutti i corsi. Per prendere una decisione informata, hai bisogno di una profonda comprensione delle complesse relazioni nei dati e nel contesto in cui stai operando. Un modello decisionale funge da strumento per aiutarti a sviluppare tale comprensione.

Modelli di associazione

I modelli associativi (chiamati modelli di associazione) sono costruiti sulle associazioni e sulle relazioni sottostanti presenti nei dati. Se (ad esempio) un cliente è abbonato a un particolare servizio, è molto probabile che lei ordini un altro servizio specifico. Se un cliente sta cercando di acquistare il prodotto A (un'auto sportiva) e tale prodotto è associato al prodotto B (per esempio, occhiali da sole marchiati dal produttore automobilistico), è più probabile che acquisti il ​​prodotto B.

Alcune di queste associazioni possono facilmente identificabile; altri potrebbero non essere così ovvi. Inciampare su un'associazione interessante, precedentemente sconosciuta, può portare a benefici drammatici.

Un altro modo per trovare un'associazione è determinare se un determinato evento aumenta la probabilità che si verifichi un altro evento. Se, per esempio, un'azienda che guida un determinato settore industriale ha appena riportato utili stellari, qual è la probabilità che un paniere di azioni in quello stesso settore aumenti o diminuisca di valore?

Categorizzazione dei modelli per l'analisi predittiva - i modelli manichini

Scelta dell'editore

Come impostare gli attributi per una proprietà dichiarata dell'app iOS - manichini

Come impostare gli attributi per una proprietà dichiarata dell'app iOS - manichini

È Possibile impostare alcuni attributi di proprietà quando dichiari una proprietà per la tua app iOS. Dai un'occhiata per scoprire maggiori dettagli sugli attributi che puoi impostare durante la programmazione. Setter semantica / proprietà Queste proprietà specificano come deve essere gestita la memoria della variabile di istanza: strong (simile a retain, che è stato utilizzato prima di ARC) crea un accessor ...

Come osservare gli avvisi di memoria insufficiente nella tua app iOS - dummies

Come osservare gli avvisi di memoria insufficiente nella tua app iOS - dummies

Se hai fatto tutto correttamente, in una grande app iOS, potresti semplicemente esaurire la memoria. Quando si verifica questa situazione, il sistema invia una notifica di memoria insufficiente alla tua app, ed è qualcosa a cui devi prestare attenzione. Se non lo fai, è una ricetta affidabile per il disastro. UIKit offre diversi modi per te ...

Come impostare le preferenze Xcode per la tua app iOS - dummies

Come impostare le preferenze Xcode per la tua app iOS - dummies

Xcode ti offre molte opzioni . Probabilmente non cambierai nessuno di questi fino a quando non avrai un po 'più di esperienza di programmazione per le app iOS sotto la cintura, ma alcune opzioni meritano davvero di essere pensate adesso. Le seguenti operazioni descrivono come impostare alcune delle preferenze che potrebbero essere interessate. Seguire questi passaggi per ...

Scelta dell'editore

Dati Magazzino: un esempio ODS - dummies

Dati Magazzino: un esempio ODS - dummies

Ecco un esempio di data warehousing per aiutarti a comprendere ODS (dati operativi negozio). Supponiamo che tu lavori in una grande società finanziaria che fornisce una varietà di servizi alle élite di aziende e persone in tutto il mondo. La tua azienda è cresciuta fino alla sua forma attuale a seguito di una serie di fusioni e acquisizioni ...

Decisioni relative ai dati esistenti della tua azienda - dummy

Decisioni relative ai dati esistenti della tua azienda - dummy

Quando inizi a pianificare una soluzione di data warehouse per la tua azienda, vorrai scovare un inventario completo di file di estrazione che riempiano il ruolo del data warehouse preistorico, ognuno dei quali probabilmente servirà le esigenze di una singola organizzazione. Successivamente, tu e gli utenti aziendali avete raggiunto il consenso su ciò che è buono in merito a ...

Hai bisogno di consulenti di Data Warehousing? - dummies

Hai bisogno di consulenti di Data Warehousing? - dummies

Probabilmente avete bisogno di consulenti di data warehousing, non perché le persone all'interno della vostra organizzazione non siano in grado di lavorare con la tecnologia di data warehousing o di completare un progetto senza un aiuto esterno. Un semplice fatto dell'attuale vita IT aziendale travolge fattori come capacità e conoscenza: questa è un'era basata sulla consulenza, semplice e semplice. Dai primi anni '80, ...

Scelta dell'editore

Come scattare foto in time-lapse con la fotocamera digitale - dummies

Come scattare foto in time-lapse con la fotocamera digitale - dummies

Imaging time-lapse è semplice: devi solo impostare la tua fotocamera digitale e scattare una foto ogni tanto per creare una sequenza di foto time-lapse. Creare foto time-lapse è semplice come premere un pulsante:

Come utilizzare luce esistenti quando si scattano foto digitali - manichini

Come utilizzare luce esistenti quando si scattano foto digitali - manichini

Se non si ha accesso a apparecchi di illuminazione per le tue foto digitali, puoi regolare la luce esistente (chiamata luce ambientale dai fotografi) per creare l'effetto desiderato. Lavora con la luce esistente - luce che "trova" in una posizione (al contrario delle luci dello studio):

Come scattare ritratti di animali - manichini

Come scattare ritratti di animali - manichini

Puoi creare meravigliose foto di animali selvatici ingrandendo e ingrandendo prendendo un ritratto. Simile al ritratto di una persona, vuoi che l'animale sia messo a fuoco, contro uno sfondo sfocato e non in competizione con il soggetto. Creare un ritratto di un animale richiede pazienza e pratica, ...