Comment identifier les données pour l'analyse prédictive
Pour votre projet d'analyse prédictive, vous aurez besoin d'identifier les sources de données appropriées, les données du pool de ces sources, et le mettre dans un format structuré bien organisé. Ces tâches peuvent être très difficiles et nécessiteront sans doute une coordination minutieuse entre les différents gestionnaires de données au sein de votre organisation.
Vous aurez également besoin de sélectionner les variables que vous allez analyser. Ce processus doit tenir compte des contraintes de données, les contraintes du projet, et les objectifs d'affaires en considération.
Les variables que vous sélectionnez doit avoir le pouvoir prédictif. En outre, vous devez tenir compte de variables qui sont à la fois précieuse et réalisable pour votre projet dans le budget et les délais. Par exemple, si vous êtes à l'analyse des transactions bancaires dans une enquête criminelle, des enregistrements téléphoniques pour toutes les parties concernées peuvent être pertinentes pour l'analyse, mais pas accessible aux analystes.
Attendez-vous à passer un temps considérable sur cette phase du projet. La collecte des données, analyse des données, et le processus d'aborder le contenu des données, la qualité, et la structure peuvent ajouter à une liste de choses à faire de temps.
Pendant le processus d'identification de données, elle aide à comprendre vos données et de son properties- cette connaissance vous aidera à choisir l'algorithme à utiliser pour construire votre modèle. Par exemple, les données de séries chronologiques peuvent être analysés par les algorithmes de classification de régression peut être utilisée pour analyser les données discrètes.
La sélection des variables est affectée par la façon dont vous comprenez les données. Ne soyez pas surpris si vous avez à regarder et évaluer des centaines de variables, au moins au début. Heureusement, que vous travaillez avec ces variables et commencer à gagner des informations clés, vous commencez à les circonscrire à quelques dizaines. Aussi, attendez-sélection de variables pour changer que votre compréhension des changements de données tout au long du projet.
Vous trouverez peut-être bénéfique pour construire un inventaire de données que vous pouvez utiliser pour suivre ce que vous savez, ce que vous ne savez pas, et ce qui manque peut-être. L'inventaire de données devrait inclure une liste des différents éléments de données et les attributs qui sont pertinents dans les étapes ultérieures du processus.
Par exemple, vous voudrez peut-être documenter si des segments sont des codes postaux manquants ou dossiers pendant une période de temps spécifique manquant.
Votre go-to personnes pour la connaissance de l'entreprise (également appelés experts de connaissances de domaine) Vous aidera à choisir les variables clés qui peuvent influencer positivement les résultats de votre projet. Ils peuvent aider à vous expliquer l'importance de ces variables, ainsi que où et comment les obtenir, entre autres, une contribution précieuse.
-
Construire un modèle d'analyse prédictive - Les sources de données pour les projets d'analyse prédictive
- Assurer le succès lors de l'utilisation d'analyse prédictive
- L'analyse exploratoire des données (eda)
- Comment résoudre les problèmes dans l'analyse prédictive
- Comment choisir un algorithme pour un modèle d'analyse prédictive
Comment décider de garder les valeurs aberrantes dans l'analyse prédictive Décider d'inclure les valeurs aberrantes dans l'analyse - ou de les exclure - aura des implications pour votre modèle d'analyse prédictive. Garder les valeurs aberrantes dans le cadre des données dans votre analyse peut mener à un modèle qui…
Comment faire pour extraire, transformer et charger des données pour l'analyse prédictive Après il est initialement collectées, les données sont généralement dispersé dans une déclaration il réside dans plusieurs systèmes de bases de données et ou doit être analysé avant prédire rien. Avant que vous pouvez l'utiliser pour un…
Comment générer des données dérivées et de réduire sa dimension pour l'analyse prédictive Dans cette phase de l'exploration de l'analyse prédictive, vous gagnerez une connaissance intime de vos données - qui à son tour vous aider à choisir les variables pertinentes à analyser. Cette compréhension vous aidera également à évaluer…
Comment garder prédictive des données d'analyse à jour Après l'étape de chargement de Extract Transform Load, après que vous obtenez vos données dans cette base de données séparée, data mart, ou d'un entrepôt pour l'analyse, vous aurez besoin de conserver les données de sorte que les frais…
Comment décrire les données d'essais et de test pour l'analyse prédictive Lorsque vos données est prêt et vous êtes sur le point de commencer à construire votre modèle prédictif pour l'analyse, il est utile de décrire votre méthodologie de test et de rédiger un plan de test. Le test doit être guidée par les…
Comment préparer les données pour un modèle d'analyse prédictive Lorsque vous avez défini les objectifs du modèle pour l'analyse prédictive, la prochaine étape est d'identifier et de préparer les données que vous allez utiliser pour construire votre modèle. La séquence générale des mesures ressemble à…
Comment préparer les données dans un classement de r analyse prédictive modèle Pour exécuter une analyse prédictive, vous devez obtenir les données sous une forme que l'algorithme peut utiliser de construire un modèle. Pour ce faire, vous avez à prendre un certain temps à comprendre les données et de connaître sa…
Comment tester le modèle d'analyse prédictive Pour être en mesure de tester le modèle d'analyse prédictive vous avez construit, vous devez diviser votre ensemble de données en deux ensembles: formation et de test des ensembles de données. Ces ensembles de données doivent être choisis au…
Comment utiliser régressions linéaires dans l'analyse prédictive Régression linéaire est une méthode statistique qui analyse et trouve les relations entre les deux variables. Dans l'analyse prédictive, il peut être utilisé pour prédire une valeur numérique d'une grandeur future.Prenons un exemple de…
Meilleures pratiques pour grande intégration de données Beaucoup d'entreprises explorent de gros problèmes de données et à venir avec des solutions innovantes. Il est maintenant temps de prêter attention à un certain les meilleures pratiques, ou principes de base, qui vous servira ainsi que vous…
Analyser les données statistiques à deux variables sur la TI-83 Plus La calculatrice TI-83 Plus peut effectuer une analyse statistique à une et à deux variables données. Pour les deux variables d'analyse de données, la variable de données pour la première liste de données est désignée par X et la variable de…
Déterminer le rôle de variables dans les statistiques de la psychologie Dans les statistiques de la psychologie, les études de recherche qui impliquent la collecte des données quantitatives (toutes les données qui peut être compté ou rendu sous forme de nombres) exigent habituellement que vous récupériez et…
La certification PMP: initier connaissances et des compétences Le Lancement du domaine du projet est l'un des cinq domaines de performance couverts sur le PMP (professionnel de la gestion de projet) examen de certification. Sur les 200 questions sur l'examen PMP, l'initiatrice du domaine du projet représente…
Les phases du processus de data mining La Cross-Industry Standard Process for Data Mining (CRISP-DM) Est le cadre dominant du processus de data mining. Il est un quelqu'un normalisation ouverte peut l'utiliser. La liste suivante décrit les différentes phases du processus.La…