数据挖掘模型搭建的基本步骤

数据挖掘与分析应用：算法模型选择与训练、评估模型、上线部署，回到准备数据阶段

2022找工作是学历、能力和运气的超强结合体，遇到寒冬，大厂不招人，可能很多算法学生都得去找开发，测开测开的话，你就得学数据库，sql，oracle，尤其sql要学，当然，像很多金融企业、安全机构啥的，他们必须要用oracle数据库这oracle比sql安全，强大多了，所以你需要学习，最重要的，你要是考网络警察公务员，这玩意你不会就别去报名了，耽误时间！与此同时，既然要考网警之数据分析应用岗，那必然要考数据挖掘基础知识，今天开始咱们就对数据挖掘方面的东西好生讲讲

数据挖掘知识系列文章
【1】数据挖掘与分析应用：理解业务和数据，准备数据，数据清洗，标准化，缺失值处理，构建数据集

---

文章目录

• 数据挖掘与分析应用：算法模型选择与训练、评估模型、上线部署，回到准备数据阶段

• @[TOC](文章目录)

• 数据挖掘：算法怎么着合适？
• 模型评估
• 模型可以解决业务需求吗
• 总结

数据挖掘：算法怎么着合适？

面对的问题是？？

美丑二分类

1-n多分类

多标签，一个数据，几种类别

线到各个点的距离——cost——loss最小

回归+sigmoid

可以变二分类的标签

关联模式

关联关系

相关关系

尿不湿+啤酒

模型评估

消耗大量时间，等待产出

希望有一个好结果

识别小猪猪

二分类f

1000张训练

800是，200否

true positive

true negative假阳性：负判正

假阴性，正判负

准确率acc

正确预测的，正样本OK，负样本也OK

精确率，正样本总体下，正的比例

召回，正确的，确实是真的正【可能是负样本判正了】

roc和auc

上面小猪有一个缺口，判定不是猪，那就过拟合

下面小羊竟然判定为猪，那就是欠拟合

模型可以解决业务需求吗

flask web服务

gunicorn http服务linux

nginx负载均衡器——避免单一资源过载

客户端app

互联网公司经常动荡

---