9種人人都應(yīng)該掌握的數(shù)據(jù)分析思維

1. 分類
分類分析的目標(biāo)是：給一批人（或者物）分成幾個(gè)類別，或者預(yù)測他們屬于每個(gè)類別的概率大小。
   舉個(gè)栗子：“京東的用戶中，有哪些會(huì)在618中下單？”這就是個(gè)典型的二分類問題：買or不買。
分類分析（根據(jù)歷史信息）會(huì)產(chǎn)出一個(gè)模型，來預(yù)測一個(gè)新的人（或物）會(huì)屬于哪個(gè)類別，或者屬于某個(gè)類別的概率。結(jié)果會(huì)有兩種形式：
形式1：京東的所有用戶中分為兩類，要么會(huì)買，要么不會(huì)買。
形式2：每個(gè)用戶有一個(gè)“會(huì)買”，或者“不會(huì)買”的概率（顯然這兩個(gè)是等效的）?！皶?huì)買”的概率越大，我們認(rèn)為這個(gè)用戶越有可能下單。
如果為形式2畫一道線， 比如0.5，大于0.5是買，小于0.5是不買，形式2就轉(zhuǎn)變成形式1了。
2. 回歸
回歸任務(wù)的目標(biāo)是：給每個(gè)人（或物）根據(jù)一些屬性變量來產(chǎn)出一個(gè)數(shù)字（來衡量他的好壞）。
   舉個(gè)栗子：每個(gè)用戶在618會(huì)為京東下單多少錢的？
注意回歸和分類的區(qū)別在：分類產(chǎn)出的結(jié)果是固定的幾個(gè)選項(xiàng)之一，而回歸的結(jié)果是連續(xù)的數(shù)字，可能的取值是無限多的。
3. 聚類
聚類任務(wù)的目標(biāo)是：給定一批人（或物），在不指定目標(biāo)的前提下，看看哪些人（或物）之間更接近。
注意聚類和上面的分類和回歸的本質(zhì)區(qū)別：分類和回歸都會(huì)有一個(gè)給定的目標(biāo)（是否下單，貸款是否違約，房屋價(jià)格等等），聚類是沒有給定目標(biāo)的。
   舉個(gè)栗子：給定一批用戶的購買記錄，有沒有可能分成幾種類型？（零食狂魔，電子愛好者，美妝達(dá)人……）
4. 相似匹配
相似匹配任務(wù)的目標(biāo)是：根據(jù)已知數(shù)據(jù)，判斷哪些人（或物）跟特定的一個(gè)（一批）人（或物）更相似。
   舉個(gè)栗子：已知一批在去年雙十一下單超過10000元的用戶，哪些用戶跟他們比較相似？
5. 頻繁集發(fā)現(xiàn)
頻繁集發(fā)現(xiàn)的目標(biāo)是：找出經(jīng)常共同出現(xiàn)的人（或物）。這就是大名鼎鼎的“啤酒和尿布”的例子了。 這個(gè)例子太容易擴(kuò)展，就不再舉栗子啦。
6. 統(tǒng)計(jì)（屬性、行為、狀態(tài)）描述
統(tǒng)計(jì)描述任務(wù)的目標(biāo)是最好理解的：具有哪些屬性的人（或物）在什么狀態(tài)下做什么什么事情。
   舉個(gè)栗子：5月份一個(gè)月內(nèi)每個(gè)用戶在京東7天內(nèi)無條件退貨的次數(shù)
統(tǒng)計(jì)描述常常用戶欺詐檢測，試想一個(gè)用戶一個(gè)月退貨100+次，這會(huì)是一種什么情況？
7. 連接預(yù)測
連接預(yù)測的目標(biāo)是：預(yù)測本應(yīng)該有聯(lián)系（暫時(shí)還沒有）的人（或物）。
   舉個(gè)栗子：你可能認(rèn)識xxx？你可能想看xxx？
8. 數(shù)據(jù)壓縮
數(shù)據(jù)壓縮的目的是：減少數(shù)據(jù)集規(guī)模，增加信息密度。
    舉個(gè)栗子：豆瓣想分析用戶關(guān)于國外電影的喜好，講國內(nèi)電影的評分?jǐn)?shù)據(jù)都排除掉
大數(shù)據(jù)，也不是數(shù)據(jù)越多越好，數(shù)據(jù)多帶來的信息多，但是噪聲也會(huì)變多。
9. 因果分析
顧名思義，因果分析的目標(biāo)是：找出事物間相互影響的關(guān)系。
   舉個(gè)栗子：廣告的效果提升的原因是廣告內(nèi)容好？還是投放到了更精準(zhǔn)的用戶？
這里最常見的手段就是A/B test啦
數(shù)據(jù)分析是非常強(qiáng)大的，不過當(dāng)然還是要在具體的情景下，嚴(yán)格的選擇假設(shè)，采用科學(xué)的分析方法才能產(chǎn)出有價(jià)值的結(jié)果。數(shù)據(jù)會(huì)說謊的經(jīng)典案例就是“安慰劑效應(yīng)”了。