10 Vanliga datautvinningsfel (som du inte kommer att göra) - dummies <[SET:descriptionsv]

10 Vanliga datautvinningsfel (som du inte kommer att göra) - dummies <[SET:descriptionsv]

Data mining görs genom försök och fel, och för datavinnare är det bara naturligt att göra misstag. Misstag kan vara värdefulla, med andra ord, åtminstone under vissa förutsättningar. Men inte alla misstag skapas lika. Vissa undviks bara bättre. Följande lista erbjuder tio sådana misstag. Om du läser igenom dem noggrant och begår dem till minne, kan du bara undvika några stötar på inlärningskurvan:

  • Hoppa över datakvalitetskontroller: De flesta data miners tror att det är roligare att utveckla prediktiva modeller än att granska data för kvalitetsproblem. Men om du misslyckas med att upptäcka och korrigera problem med datakvaliteten, kan du hamna i värdelösa förutsägelser.

  • Saknar punkten: Du har upptäckt något fascinerande! Det är trevligt, men om det inte också är relevant för det affärsproblem du ser ut att lösa, ja, det är inte relevant alls. Kom tillbaka på rätt spår.

  • Tror att ett mönster i data visar ett orsakssamband: Du utforskar en dataset och märker att när variabel A ökar ökar också variabel B. Detta kan inträffa eftersom variabel A påverkar variabel B eller eftersom variabel B påverkar variabel A. Å andra sidan kan det vara att båda påverkas av någon annan variabel som du inte har beaktat. Eller det kan vara en enstaka sammanträffande. Vem kan säga?

  • Sträckande slutsatser för långt: Antag inte att de relationer du observerar i data kommer att återkomma under olika omständigheter. Om dina data samlades i en cool miljö, anta inte att sakerna kommer att fungera på samma sätt i en varm fabriksinställning.

  • Betting på resultat som inte är meningsfullt: Data mining metoder är informella och inte vanligtvis säkerhetskopieras av vetenskaplig metod och teori, så dina resultat hade bättre åtminstone att göra affärsintresse. Om det inte finns någon sunt förnuft för de resultat du presenterar, kommer din verkställande ledning förmodligen inte att ta det på allvar, och de borde inte.

  • Förälskad i en viss modelleringsmetod: Det finns ingen enda datautvinningsmodell som passar alla situationer.

  • Sätta en modell i produktion utan adekvat testning: Betala inte ditt företag på en prediktiv modell tills du har testat det med uthållighetsdata och i liten skala i fältet.

  • Ignorera resultat du inte gillar: Om du ignorerar dina data nu kommer den att återkomma en dag och säga, "Jag sa det.

  • Datautvinning har enormt värde, men vissa applikationer kräver fortfarande rigorösa datainsamlingsmetoder, formell statistisk analys och vetenskaplig metod. Med tanke på att traditionella dataanalysstekniker inte längre betyder något:

  • Se föregående punkt.