一、预测建模基础

1. 数据建模六步法

(1) 选择模型：基于业务选择恰当的数据模型

(2) 属性筛选：选择对目标变量有显著影响的属性来建模

(3) 训练模型：采用合适的算法，寻找到最合适的模型参数

(4) 评估模型：进行评估模型的质量，判断模型是否可用

(5) 优化模型：如果评估结果不理想，则需要对模型进行优化

(6) 应用模型：如果评估结果满足要求，则可应用模型于业务场景

2. 数据挖掘常用的模型

(1) 数值预测模型：回归预测、时序预测等

(2) 分类预测模型：逻辑回归、决策树、神经网络、支持向量机等

(3) 市场细分：聚类、RFM、PCA等

(4) 产品推荐：关联分析、协同过滤等

(5) 产品优化：回归、随机效用等

(6) 产品定价：定价策略/最优定价等

3. 属性筛选/特征选择/变量降维

(1) 基于变量本身特征

(2) 基于相关性判断

(3) 因子合并（PCA等）

(4) IV值筛选（评分卡使用）

(5) 基于信息增益判断（决策树使用）

4. 训练模型及实现算法

(1) 模型原理

(2) 算法实现

5. 模型评估

(1) 评估指标

(2) 评估方法

(3) 过拟合评估

6. 模型优化

(1) 优化模型：选择新模型/修改模型

(2) 优化数据：新增显著自变量

(3) 优化公式：采用新的计算公式

7. 模型应用

(1) 模型解读

(2) 模型部署

(3) 模型应用

8. 好模型是优化出来的

二、回归模型评估

1. 三个基本概念：SST、SSR、SSE

2. 三个方面评估：指标、方法、过拟合

3. 拟合程度指标：/

4. 预测值误差指标：MAE/RMSE/MAPE

5. 信息损失准则指标：AIC/BIC/HQIC

6. 评估方法

(1) 留出法（Hold-Out）

(2) 交叉验证法（k-fold cross validation）

(3) 自助采样法（Bootstrapping）

7. 其它评估

(1) 过拟合评估：学习曲线

(2) 残差评估：白噪声评估

三、影响因素分析

问题：如何选择合适的属性来进行建模预测？如何做特征选择/特征降维？

1. 属性筛选/变量降维的常用方法

2. 影响因素分析常用方法：相关/方差/卡方

3. 相关分析（衡量变量间的线性相关性）

问题：这两个属性是否会相互影响？影响程度大吗？

(1) 相关分析简介

(2) 相关分析的三个种类

① 简单相关分析

② 偏相关分析

(3) 相关系数的三种计算公式

① Pearson相关系数

② Spearman相关系数

③ Kendall相关系数

(4) 相关分析的假设检验

(5) 相关分析的四个基本步骤

演练：体重与腰围的关系

演练：营销费用会影响销售额吗

演练：网龄与消费水平的关系

(6) 偏相关分析

① 偏相关原理：排除不可控因素后的两变量的相关性

② 偏相关系数的计算公式

③ 偏相关分析的适用场景

4. 方差分析(衡量类别变量与数据变量的相关性)

问题：哪些才是影响销量的关键因素？主要因素是哪些？次要因素是哪些？

(1) 方差分析的应用场景

(2) 方差分析原理

(3) 方差分析前提：齐性检验

(4) 方差分析的三个种类：单因素/多因素/协方差

(5) 方差分析的四个步骤

(6) 分析结果解读要点

演练：终端摆放位置与终端销量有关吗

演练：客户学历对消费水平的影响分析

演练：广告形式和价格是影响终端销量的关键因素吗

演练：营业员的性别、技能级别对产品销量有影响吗

演练：寻找影响产品销量的关键因素

(7) 多因素方差分析原理

(8) 多因素方差分析的作用

(9) 多因素方差结果的解读

演练：广告形式、地区对销量的影响因素分析

(10) 协方差分析原理

(11) 协方差分析的适用场景

演练：排除收入后，网龄对消费水平的影响大小分析

5. 列联分析/卡方检验（两类别变量的相关性分析）

(1) 卡方检验应用场景

(2) 交叉表与列联表

(3) 计数值与期望值

(4) 卡方检验的原理

(5) 卡方检验的几个计算公式

(6) 列联表分析的适用场景

案例：套餐类型对客户流失的影响分析

案例：学历对业务套餐偏好的影响分析

案例：银行用户违约的影响因素分析

6. 属性重要程度排序/筛选

四、线性回归模型

问题：如何预测产品的销量/销售金额？

1. 常用数值预测的模型

(1) 通用预测模型：回归模型

2. 线性回归应用场景

3. 线性回归模型种类

(1) 一元线性回归

(2) 多元线性回归

4. 线性回归建模过程

5. 带分类变量的回归建模

6. 回归模型的质量评估

7. 回归方程的解读

六、回归模型优化

1. 回归分析的基本原理

(1) 三个基本概念：总变差、回归变差、剩余变差

(2) 方程的显著性检验：是否可以做回归分析？

(3) 因素的显著性检验：自变量是否可用？

(4) 拟合优度检验：回归模型的质量评估？

(5) 理解标准误差的含义：预测的准确性？

2. 欠拟合解决：多项式回归

(1) 剔除离群值

(2) 剔除非显著因素

(3) 非线性关系检验

(4) 相互作用检验

(5) 共线性检验

(6) 检验误差项

案例：销量预测模型优化示例

3. 过拟合解决：正则项

(1) 岭回归（Ridge）

(2) 套索回归（Lasso）

(3) 弹性网络回归（ElasticNet）

4. 超参优化

(1) 手动交叉cross_val_score

(2) 交叉验证RidgeCV/LassCV/ElasticNetCV

(3) 网格搜索GridSearchCV

(4) 随机搜索RandomizedSearchCV

(5) 贝叶斯搜索BayesSearchCV

八、案例实战

1. 客户消费金额预测模型

2. 房价预测模型及优化

3. 结束：课程总结与问题答疑。