数据挖掘

• ​分析问题

  • 无监督学习

    • ​聚类问题

    • ​降维问题

    • ​离散点检测

  • ​半监督学习

  • ​监督学习

• ​获取数据

  • ​CSV/Excel数据

  • ​Pickle数据

  • ​数据库数据

• ​数据预处理

  • ​数据清洗

    • ​数据缺失问题

      • ​去除数据缺失值

      • ​向前/向后补充缺失值

      • ​使用众数补充

      • ​插值补充

    • ​数据异常值问题

      • ​统计方法

        • ​参数估计

      • ​模型算法

        • ​IF算法

        • ​LOF算法

  • ​特征工程

    • ​数据规整

      • ​类别数据的处理

        • ​标称变量（one-hot编码）

        • ​有序变量（标量大小的数据）

      • ​数据缩放

        • ​标准化

        • ​归一化

        • ​正则化

        • ​非线性变换

    • ​特征抽取

    • ​特征过滤

      • ​维度灾难问题

        • ​特征降维

          • ​线性降维

          • ​非线性降维

        • ​特征选择

          • 包裹式

            • ​递归特征消除RFE

            • ​RFECV

          • ​嵌入式

            • ​基于惩罚项

            • ​基于树模型

          • ​过滤式

            • ​方差选择法

            • ​相关系数法

            • ​卡方检验

            • ​互信息法

      • ​ 特征有效性分析

        • ​特征权重分析

        • ​特征的有效性监督

• 数据建模

  • ​数据分析

    • ​现状分析

      • ​对比

        • ​对比分析

        • ​平均分析

        • ​综合平均分析

    • ​原因分析

      • ​细分

        • ​分组分析

        • ​结构分析

        • ​交叉分析

        • ​杜邦分析

        • ​漏斗图分析

        • ​矩阵关联分析

        • ​聚类分析

    • ​预测分析

      • ​预测

        • ​回归分析

        • ​时间序列

        • ​决策树

        • ​神经网络

  • ​模型学习

    • 模型选择

      • ​非概率模型

      • ​概率模型

        • ​判别模型

        • ​生成模型

    • ​超参选择

    • ​交叉验证

    • ​结果评估

    • ​模型训练

  • ​模型评估

    • 评估指标

      • ​查全率R

      • ​查准率P

      • ​验证超参数

        • ​交叉验证

          • ​普通交叉验证

          • ​分层交叉验证

    • ​超参数调整

      • ​正则化系数

        • ​随机搜索

        • ​网络搜索

  • ​模型上线

    • ​本地模型

    • ​在线模型

• ​数据展现

  • ​数据可视化

  • ​报告撰写