10 Greșeli comune de exploatare a datelor (pe care nu le veți face)

Exploatarea de date se face prin încercări și erori, astfel încât, pentru minerii de date, greșelile sunt naturale. Greșelile pot fi valoroase, cu alte cuvinte, cel puțin în anumite condiții. Cu toate acestea, nu toate greșelile sunt create. Unele sunt evitate mai bine. Următoarea listă oferă zece astfel de greșeli. Dacă le citiți cu atenție și le angajați în memorie, ați putea evita câteva lovituri pe curba de învățare:

• Scăderea verificărilor calității datelor: Majoritatea minerierilor de date cred că dezvoltarea modelelor predictive este mai distractivă decât revizuirea datelor pentru probleme de calitate. Dar dacă nu reușiți să detectați și să corectați problemele de calitate a datelor, ați putea ajunge la predicții fără valoare.

• Lipsesc punctul: Ai descoperit ceva fascinant! Este frumos, dar dacă nu este relevant și pentru problema de afaceri pe care ați hotărât să o rezolvați, ea nu este deloc relevantă. Reveniți pe drumul cel bun.

• Credeți că un model din date dovedește o relație cauză-efect: Examinați un set de date și observați că atunci când crește variabila A, variabila B crește și ea. Acest lucru se poate întâmpla deoarece variabila A influențează variabila B sau deoarece variabila B influențează variabila A. Pe de altă parte, este posibil ca ambele să fie influențate de o altă variabilă pe care nu ați luat-o în considerare. Sau ar putea fi o coincidență o singură dată. Cine poate spune?

• Extinderea concluziilor prea mult: Nu presupuneți că relațiile pe care le observați în date vor apărea în circumstanțe diferite. Dacă datele dvs. au fost colectate într-un mediu rece, nu presupuneți că lucrurile vor funcționa la fel într-o setare caldă a fabricii.

• Pariuri pe rezultate care nu au sens: Metodele de extragere a datelor sunt informale și nu sunt de obicei susținute de metode și teorii științifice, astfel încât rezultatele dvs. ar fi mai bine să aibă cel puțin un sens comercial. Dacă nu există explicații de bun simț pentru rezultatele pe care le prezentați, conducerea dvs. executivă probabil că nu o va lua în serios și nu ar trebui.

• Îndrăgostiți de o anumită metodă de modelare: Nu există un singur model de tip mining de date care să se potrivească fiecărei situații.

• Punerea unui model în producție fără testare adecvată: Nu pariați afacerea dvs. pe un model predictiv până când nu ați testat-o ​​cu date de așteptare și la scară mică în teren.

• Ignorarea rezultatelor care nu vă plac: Dacă ignorați acum datele dvs., acesta va reveni într-o zi și va spune: "Ți-am spus așa. "

• Folosirea minelor de date pentru a răspunde fiecărei necesități de analiză a datelor: Explorarea datelor are o valoare extraordinară, totuși unele aplicații încă necesită metode riguroase de colectare a datelor, analize statistice oficiale și metode științifice.

• Presupunând că tehnicile tradiționale de analiză a datelor nu mai contează: Consultați glontul anterior.