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
1700501451
1700501452
经过比较和权衡，最终的冠军模型，即投入落地应用的模型是逻辑回归模型，相应的模型响应率曲线图，如图10-8所示，模型捕获率曲线图，如图10-9所示，模型lift曲线图，如图10-10所示。关于如何解读模型捕获率曲线、响应率曲线和Lift曲线，可参考本书7.4.4节的详细介绍。
1700501453
1700501454
1700501455
1700501456
1700501457
图10-8 模型响应率曲线图
1700501458
1700501459
1700501460
1700501461
1700501462
图10-9 模型捕获率曲线图
1700501463
1700501464
1700501465
1700501466
1700501467
图10-10 模型Lift曲线图
1700501468
1700501469
之所以最终选择逻辑回归模型作为冠军模型，主要是基于两方面的理由：一方面是逻辑回归模型的效果，即提升率、捕获率及转化率与最高的神经网络模型相差无几，另一方面是逻辑回归的可解释性远远高于神经网络模型，这一点对于落地应用中的业务方来说尤为重要。