Casa Finanza personale Limitazioni dei dati in Predictive Analytics - dummies

Limitazioni dei dati in Predictive Analytics - dummies

Video: Free Webinar - Big data e gestione del personale: il quadro normativo della workforce analytics 2025

Video: Free Webinar - Big data e gestione del personale: il quadro normativo della workforce analytics 2025
Anonim

Come per molti aspetti di qualsiasi sistema aziendale, i dati sono una creazione umana - quindi è probabile che abbia dei limiti alla sua usabilità quando si inizia ottenerlo Ecco una panoramica di alcune limitazioni che potresti incontrare:

  • I dati potrebbero essere incompleti. I valori mancanti, anche la mancanza di una sezione o di una parte sostanziale dei dati, potrebbero limitare la sua usabilità.

    Ad esempio, i tuoi dati potrebbero riguardare solo una o due condizioni di un set più grande che stai cercando di modellare - come quando un modello costruito per analizzare le performance del mercato azionario ha solo i dati disponibili degli ultimi 5 anni, che distorce entrambi i dati e il modello verso l'assunzione di un mercato toro.

    Nel momento in cui il mercato subisce una correzione che porta a un mercato ribassista, il modello non si adatta - semplicemente perché non è stato addestrato e testato con dati che rappresentano un mercato ribassista.

    Assicurati di guardare un periodo di tempo che ti dia un'immagine completa delle naturali fluttuazioni dei tuoi dati; i tuoi dati non dovrebbero essere limitati da stagionalità .

  • Se utilizzi i dati dei sondaggi, tieni presente che le persone non sempre forniscono informazioni accurate. Non tutti risponderanno in modo veritiero (diciamo) quante volte esercitano - o quante bevande alcoliche consumano - a settimana. Le persone potrebbero non essere disoneste quanto autocoscienti, ma i dati sono ancora distorti.

  • I dati raccolti da fonti diverse possono variare in termini di qualità e formato. I dati raccolti da fonti così diverse come sondaggi, e-mail, moduli per l'immissione dei dati e il sito Web della società avranno attributi e strutture diversi. I dati provenienti da varie fonti potrebbero non avere molta compatibilità tra i campi di dati. Tali dati richiedono una preprocessazione prima che sia pronto per l'analisi. La barra laterale di accompagnamento fornisce un esempio.

I dati raccolti da più fonti possono presentare differenze nella formattazione, nei record duplicati e nelle incoerenze tra i campi di dati uniti. Aspettatevi di dedicare molto tempo alla pulizia di tali dati e ancora più a convalidarne l'affidabilità.

Per determinare i limiti dei tuoi dati, assicurati di:

  • Verifica tutte le variabili che utilizzerai nel tuo modello.

  • Valuta l'ambito dei dati, soprattutto nel tempo, in modo che il tuo modello possa evitare la trappola della stagionalità.

  • Controlla i valori mancanti, identificali e valuta il loro impatto sull'analisi complessiva.

  • Fai attenzione ai valori estremi (valori anomali) e decidi se includerli nell'analisi.

  • Confermare che il pool di dati di addestramento e test è sufficientemente grande.

  • Assicurarsi che tipo di dati (numeri interi, valori decimali o caratteri e così via) sia corretto e impostare i limiti superiore e inferiore dei valori possibili.

  • Prestare particolare attenzione all'integrazione dei dati quando i dati provengono da più fonti.

Assicurati di comprendere le tue origini dati e il loro impatto sulla qualità complessiva dei tuoi dati.

  • Scegli un set di dati pertinente che sia rappresentativo dell'intera popolazione.

  • Scegli i parametri corretti per la tua analisi.

Anche dopo tutta questa cura e attenzione, non sorprenderti se i tuoi dati necessitano ancora di pre-elaborazione prima di poterli analizzare in modo accurato. La preelaborazione richiede spesso molto tempo e uno sforzo significativo perché deve affrontare diversi problemi relativi ai dati originali, tra cui:

  • Qualsiasi valore mancante dai dati.

  • Eventuali incongruenze e / o errori esistenti nei dati.

  • Eventuali duplicati o valori anomali nei dati.

  • Qualsiasi normalizzazione o altra trasformazione dei dati.

  • Qualsiasi dato derivato necessario per l'analisi.

Limitazioni dei dati in Predictive Analytics - dummies

Scelta dell'editore

Il programma in cinque passaggi per superare la menopausa - dummy

Il programma in cinque passaggi per superare la menopausa - dummy

Alcune donne capiscono a malapena che la menopausa è loro. Altre donne, tuttavia, sono meno fortunate. Se sei uno di questi, prendi in mano questi pochi modi per rendere la tua esperienza più facile per te stesso: capisci e accetta che stai attraversando una transizione naturale, proprio come la pubertà. Fortunatamente, sei più vecchio e più saggio di te ...

Menopausa For Dummies Cheat Sheet (edizione UK) - dummies

Menopausa For Dummies Cheat Sheet (edizione UK) - dummies

Menopausa segna la fine della fase riproduttiva della tua vita e così è un momento significativo di cambiamento fisico, emotivo e mentale per molte donne ma, per generazioni, donne di tutte le età hanno vagato alla cieca in menopausa senza sapere cosa aspettarsi. Qui puoi scoprire alcune delle nozioni di base.

Perimenopausa: facilitare la transizione dalle mestruazioni alla menopausa - manichini

Perimenopausa: facilitare la transizione dalle mestruazioni alla menopausa - manichini

Mestruazioni e menopausa sono ben noti biologici pietre miliari nella vita di una femmina. Contrariamente al pensiero popolare, la menopausa non è il periodo di mesi o anni in cui una donna sta "attraversando il cambiamento". "Questo lasso di tempo è chiamato perimenopausa. La menopausa è una data effettiva nel tempo. In particolare, è il 12 ° anniversario dell'ultimo ciclo mestruale di una donna. ...

Scelta dell'editore

Come utilizzare il filtro automatico personalizzato su una tabella di Excel - dummies

Come utilizzare il filtro automatico personalizzato su una tabella di Excel - dummies

È Possibile creare un filtro automatico personalizzato . Per fare ciò, seleziona il comando Filtro testo dal menu della tabella e scegli una delle opzioni di filtro del testo. Indipendentemente dall'opzione di filtro del testo selezionata, Excel visualizza la finestra di dialogo Filtro automatico personalizzato. Questa finestra di dialogo consente di specificare con estrema precisione quali record si desidera ...

Come utilizzare la funzione DPRODUCT in un database Excel - dummies

Come utilizzare la funzione DPRODUCT in un database Excel - dummies

DPRODUCT moltiplica i valori che corrispondono al criterio in un database Excel. Questo è potente ma anche in grado di produrre risultati che non sono l'intenzione. In altre parole, è una cosa da aggiungere e ricavare una somma. Questa è un'operazione comune su un set di dati. Osservando la seguente figura, è possibile ...

Come utilizzare la funzione DPRODUCT in Excel - dummy

Come utilizzare la funzione DPRODUCT in Excel - dummy

La funzione DPRODUCT in Excel è strana. La funzione DPRODUCT moltiplica i valori nei campi da un elenco di database in base ai criteri di selezione. Perché vorresti farlo? Chissà. La funzione utilizza la sintassi = DPRODUCT (database, campo, criteri) in cui il database è un riferimento all'intervallo alla tabella di Excel che contiene il valore desiderato ...

Scelta dell'editore

Programmazione con Java: riutilizzo dei nomi nella tua app per Android - dummies

Programmazione con Java: riutilizzo dei nomi nella tua app per Android - dummies

Ci sono un paio di cose a cui vuoi pensare quando riutilizzi i nomi nella tua app per Android. È possibile dichiarare due variabili Java - bag1 e bag2 - per fare riferimento a due diversi oggetti BagOfCheese. Va bene. Ma a volte, avere solo una variabile e riutilizzarla per il secondo oggetto funziona altrettanto bene, ...

Java: Mettere a frutto l'uso della classe - dummies

Java: Mettere a frutto l'uso della classe - dummies

La classe Employee nell'elenco non ha alcun metodo principale , quindi non c'è un punto di partenza per l'esecuzione del codice. Per risolvere questo problema, il programmatore scrive un programma separato con un metodo principale e utilizza tale programma per creare istanze Employee. Questo elenco di codici mostra una classe con un metodo principale - uno che inserisce il ...

Classi wrapper java - dummies

Classi wrapper java - dummies

La differenza tra tipi primitivi e tipi di riferimento è una delle funzionalità più controverse di Java e gli sviluppatori si lamentano spesso sulle differenze tra valori primitivi e valori di riferimento. Ogni tipo primitivo viene cotto nella lingua. Java ha otto tipi primitivi. Ogni tipo di riferimento è una classe o un'interfaccia. È possibile definire il proprio ...