数据挖掘与数据分析.pptVIP

Data Mining：Concept, technical and method;议程;议程;“无所不能”的数据挖掘？;既有客户的维持 Customer Retention; Define; Define;信用卡卡戶响应特定保险行销 客戶回應模型目的 提升交叉销售的成功率 预测客戶响应的可能性 过去的经验 响应率~30% 成本~150万 利润~260万 建模后 40%的成本 60%的利润; Define;议程;Data Mining is for power users to follow a proven methodology to discover action-oriented insights from detail operations data to improve business. 数据挖掘是分析专家使用已验证的方法在经营数据中发掘可采取行动的改善企???的洞察力。;数据挖掘: 多学科的融合; 从海量的数据库中识别出有效的、新颖的、潜在有用的，以及最终可理解的模式的非平凡过程 -Fayyad，Piatetsky Shapiror 1996 若干种术语： 数据挖掘、数据库中的知识发现（KDD），知识抽取，数据/模式分析，数据考古，数据捕捞，商业智能等 最常用的术语是“数据挖掘”和“知识发现” 数据挖掘：流行于统计界（最早出现于统计文献中）、数据分析、数据库和管理信息系统界 知识发现：主要流行于人工智能和机器学习界。;数据挖掘潜在应用;市场分析和管理 (1);市场分析和管理 (2);欺诈检测和管理 (1);欺诈检测和管理 (2);其它应用;客户为中心，市场为导向;常见的业务问题;常用的技术;常用的数据挖掘技术;数据挖掘分类;数据挖掘分类;曾经欠费;决策数模型基本假设: 近朱者赤，近墨者黑;依赖变量 (因变量);拟合一条穿过数据的线，线上的点使对应数据点的方差最小……;与线形回归相似，它的依赖变量(因变量)不是连续的，而是离散的;逻辑回归模型(Logistic regression);描述;Short Dark Hair, Smiling;K-均值算法;X1;客户分群(Clustering);“啤酒与尿布”;关联规则;关联规则;关联规则-购物车;数据挖掘分类的多维视图;议程;数据挖掘工具-功能;数据挖掘工具-特性;Teradata Warehouse Miner的发展背景;议程;1997年，数据挖掘实验室已经开发和验证了数据挖掘的方法论: 当时使用第三方分析工具 SAS/SPSS/Quadstone;TeraMiner Stats 1.0 and 2.0 ? 1998-1999 描述统计/数据转换/矩阵生成 与第三方分析软件的互补 Teradata Warehouse Miner 3.x ? 2000-2003 分析型算法 评分 与第三方分析软件各有优势 Teradata Warehouse Miner 4.0 ? 2004 形成完备的分析工具包 Teradata Profiler Teradata ADS Generator Teradata Warehouse Miner ;;单变量统计 Count/Minimum/Maximum/Mean Standard Deviation Standard Mean Error Variance Coefficient of Variance Skewness Kurtosis Uncorrected Sum of Squares Corrected Sum of Squares Modes 基本数据质量分析 Data Types Count # NULL Values # Positive Values # Negatives Values # Zeros # Blanks # Unique Values;相关分析 Quickly view correlations across variables 数据探索器 Performs basic statistical analysis on a set of tables and selected columns within any Teradata database Intelligent decisions about which functions to perform Values Analysis - Every column in the set of input tables Univariate Statistical Analysis - Every column of numeric or date type Frequency Analysis - Eve