1700501401
1700501402
1700501403
1700501404
数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497638]
1700501405
数据挖掘与数据化运营实战：思路、方法、技巧与应用 10.6.5 潜在自变量的分布转换
1700501406
1700501407
本环节主要是针对前面的基础统计结论，包括偏度Skewness和峰度Kurtosis进行分箱转换、以正态分布为目的的转换，以及其他形式的转换。
1700501408
1700501409
比如，在前面的基础统计结论里，我们发现：
1700501410
1700501411
Valid_Sale_Offer_Cnt偏度（Skewness）为17.008，峰度Kurtosis为438.62，这样的分布非常不均衡，不利于后期模型的拟合，因此需要对这些分布不均匀的变量进行转换，（如图10-6和图10-7）。
1700501412
1700501413
1700501414
1700501415
1700501416
图10-6 变量Valid_Sale_Offer_Cnt的原始分布图
1700501417
1700501418
1700501419
1700501420
1700501421
图10-7 变量Valid_Sale_Offer_Cnt取对数后的分布图
1700501422
1700501423
1700501424
1700501425
1700501426
数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497639]
1700501427
数据挖掘与数据化运营实战：思路、方法、技巧与应用 10.6.6 自变量的筛选
1700501428
1700501429
自变量的筛选有很多方法，比如本书第8.6节就具体分享了各种不同筛选输入变量的方法。在数据挖掘商业实战中，通常的做法是分别采用多种方法，这样可以防止单一筛选方法有可能遗漏一些重要的变量。
1700501430
1700501431
在本项目里，数据分析师采用了多种筛选方法逐一尝试、对比，最终得到了以下一些重要变量，并将其作为自变量收入模型当中，如表10-1所示。
1700501432
1700501433
1700501434
1700501435
1700501436
1700501437
1700501438
1700501439
数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497640]
1700501440
数据挖掘与数据化运营实战：思路、方法、技巧与应用 10.6.7 响应模型的搭建与优化
1700501441
1700501442
在本项目的模型搭建过程中，数据分析师分别尝试了3种不同的模型工具，即决策树、逻辑回归及神经网络，在每一种工具里又分别尝试了不同的算法或参数调整，经过反复的比较和权衡，得到了比较满意的模型结论。具体内容参考10.6.8节的结论分析。
1700501443
1700501444
关于模型优化的详细方法论，可参考本书第7章。
1700501445
1700501446
1700501447
1700501448
1700501449
数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497641]
1700501450
数据挖掘与数据化运营实战：思路、方法、技巧与应用 10.6.8 冠军模型的确定和主要的分析结论