决策树缺点和注意事项:
决策树的最大缺点是原理中的贪心算法。因此它所做的选择只能是某种意义上的局部最优选择。
若目标变量是连续变量,那么决策树就不使用了,改用回归模型
若某些自变量的类别种类较多,或者自变量是区间型时,决策树过拟合的危险会增大。这种情况需要分箱或多次模型验证,确保其具有稳定性。
对区间型变量进行分箱操作时,无论是否考虑了顺序因素,都有可能因为分箱丧失了某些重要信息,尤其是当分箱前的区间型便变量与目标变量有明显的线性关系时,这种分箱造成的损失更为明显。
逻辑回归(目标变量是二元变量)
建模数据量不能太少,目标变量中每个类别所对应的样本数量要足够充分,才能支持建模
排除共线性问题(自变量间相关性很大)
异常值会给模型带来很大干扰,要剔除。
逻辑回归不能处理缺失值,所以之前应对缺失值进行适当处理。
线性回归缺点和注意事项
对异常值敏感,应剔除。
只适合处理线性关系,若自变量和因变量间有比较强的非线性关系,应该对自变量进行一定的转换,比如取对数、开方、取平方根等。
多元线性回归应用有一定的前提假设,自变量是确定的变量,而不是随机变量,自变量间没有线性相关,随机误差呈正太分布,随机误差项具有均值为0以及等方差性。
线性回归和逻辑回归的区别
线性回归针对的目标变量是区间型的,逻辑回归针对的目标变量是类别型的
线性回归模型的目标变量和自变量之间的关系假设是线性相关的,逻辑回归模型中的目标变量和自变量是非线性的
线性回归中通常会用假设,对应于自变量x的某个值,目标变量y的观察值是服从正太分布的。逻辑回归中目标变量y是服从二项分布0和1或者多项分布的
逻辑回归中不存在线性回归中常见的残差
参数估值上,线性回归采用最小平方法,逻辑回归采用最大似染法。
过拟合产生原因:
样本里噪声数据干扰过大。样本噪声大到模型过分记住了噪声特征,反而忽略了真实的输入输出间的关系。
建模时的逻辑假设应用到模型时不成立了。任何预测模型都是在假设的基础上才可以使用的,比如业务环节没有发生显著变化,数据符合某种分布等,如果上述假设违反了业务场景,那么该模型就不能用了。
建模时使用了太多输入变量。同噪声数据相似,不分析数据特征,把所有的变量交给机器去处理,撞大运,一个稳定优良的模型一定要遵循输入变量的少而精的原则。
若用决策树,没有对决策树的生长进行合理的限制和剪枝,由着决策树自己生长,可能会过分拟合原始数据,对新数据一塌糊涂。
建模样本抽取错误。包括但不限于样本数量少,抽样方法错误,抽样时没有足够正确的考虑业务场景和特点,以致于抽出的样本数据不能足够有效的代表业务逻辑和业务场景。
放置过拟合的手段:
合理有效抽样,包括分层抽样,过抽样等,从而用不同的样本去检验模型。
交叉检验,这是目前业界防止过拟合常用手段。
数据若太少,不要用神经网络模型(深度学习),否则是浅度学习,而且一定要实现筛选输入变量,不要把所有变量一股脑放进去。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在职场上,拍脑袋做决策的时代早已过去。数据分析正在成为每个职场人的核心竞争力,不仅能帮你找到问题,还能提供解决方案,提升 ...
2024-12-24Excel是数据分析的重要工具,强大的内置功能使其成为许多分析师的首选。在日常工作中,启用Excel的数据分析工具库能够显著提升数 ...
2024-12-23在当今信息爆炸的时代,数据分析师如同一位现代社会的侦探,肩负着从海量数据中提炼出有价值信息的重任。在这个过程中,掌握一系 ...
2024-12-23在现代的职场中,制作吸引人的PPT已经成为展示信息的重要手段,而其中数据对比的有效呈现尤为关键。为了让数据在幻灯片上不仅准 ...
2024-12-23在信息泛滥的现代社会,数据分析师已成为企业决策过程中不可或缺的角色。他们的任务是从海量数据中提取有价值的洞察,帮助组织制 ...
2024-12-23在数据驱动时代,数据分析已成为各行各业的必需技能。无论是提升个人能力还是推动职业发展,选择一条适合自己的学习路线至关重要 ...
2024-12-23在准备数据分析师面试时,掌握高频考题及其解答是应对面试的关键。为了帮助大家轻松上岸,以下是10个高频考题及其详细解析,外加 ...
2024-12-20互联网数据分析师是一个热门且综合性的职业,他们通过数据挖掘和分析,为企业的业务决策和运营优化提供强有力的支持。尤其在如今 ...
2024-12-20在现代商业环境中,数据分析师是不可或缺的角色。他们的工作不仅仅是对数据进行深入分析,更是协助企业从复杂的数据信息中提炼出 ...
2024-12-20随着大数据时代的到来,数据驱动的决策方式开始受到越来越多企业的青睐。近年来,数据分析在人力资源管理中正在扮演着至关重要的 ...
2024-12-20在数据分析的世界里,表面上的技术操作只是“入门票”,而真正的高手则需要打破一些“看不见的墙”。这些“隐形天花板”限制了数 ...
2024-12-19在数据分析领域,尽管行业前景广阔、岗位需求旺盛,但实际的工作难度却远超很多人的想象。很多新手初入数据分析岗位时,常常被各 ...
2024-12-19入门数据分析,许多人都会感到“难”,但这“难”究竟难在哪儿?对于新手而言,往往不是技术不行,而是思维方式、业务理解和实践 ...
2024-12-19在如今的行业动荡背景下,数据分析师的职业前景虽然面临一些挑战,但也充满了许多新的机会。随着技术的不断发展和多领域需求的提 ...
2024-12-19在信息爆炸的时代,数据分析师如同探险家,在浩瀚的数据海洋中寻觅有价值的宝藏。这不仅需要技术上的过硬实力,还需要一种艺术家 ...
2024-12-19在当今信息化社会,大数据已成为各行各业不可或缺的宝贵资源。大数据专业应运而生,旨在培养具备扎实理论基础和实践能力,能够应 ...
2024-12-19阿里P8、P9失业都找不到工作?是我们孤陋寡闻还是世界真的已经“癫”成这样了? 案例一:本硕都是 985,所学的专业也是当红专业 ...
2024-12-19CDA持证人Louis CDA持证人基本情况 我大学是在一个二线城市的一所普通二本院校读的,专业是旅游管理,非计算机非统计学。毕业之 ...
2024-12-18最近,知乎上有个很火的话题:“一个人为何会陷入社会底层”? 有人说,这个世界上只有一个分水岭,就是“羊水”;还有人说,一 ...
2024-12-18在这个数据驱动的时代,数据分析师的技能需求快速增长。掌握适当的编程语言不仅能增强分析能力,还能帮助分析师从海量数据中提取 ...
2024-12-17