p****e
发帖数: 165 | 1 谁给说说到底如何在一堆变量中找到the biggest contributing factor? 这在实际工
作中应用太广了，各个business domain都适用，比如以下领域：
Sales: how can we find which factors most affect product sales?
Inventory: how can we find which factors impact product availability?
Engineering: how can identify root causes behind manufacturing defects?
Human resources: how can we identify what causes high performers to leave?
总体来说就是有一堆可能的变量都可能作用于一个target变量，最后要找出几个最重要
的变量来做reporting或者建model. 有以下几种方法候选，大家说说哪些在实际中比较
常用？以及用什么工具实现？
1. correlation matrix, 一个个变量对target建correlation, 然后选出correlation
大于0.5之类的；
2. regression model, 看p value
3. decision tree, 这个不知道用什么tool可以实现，这个用R貌似实现不了吧？
4. random forrest, neural network 等等，这个用R可以实现么？
请大牛赐教！
谢谢！ |
j******4
发帖数: 6090 | |
p****e
发帖数: 165 | 3 有没有知道decision tree如何在实际工作中运用？是这样的business use case么？
correlation
【在 p****e 的大作中提到】
: 谁给说说到底如何在一堆变量中找到the biggest contributing factor? 这在实际工
: 作中应用太广了，各个business domain都适用，比如以下领域：
: Sales: how can we find which factors most affect product sales?
: Inventory: how can we find which factors impact product availability?
: Engineering: how can identify root causes behind manufacturing defects?
: Human resources: how can we identify what causes high performers to leave?
: 总体来说就是有一堆可能的变量都可能作用于一个target变量，最后要找出几个最重要
: 的变量来做reporting或者建model. 有以下几种方法候选，大家说说哪些在实际中比较
: 常用？以及用什么工具实现？
: 1. correlation matrix, 一个个变量对target建correlation, 然后选出correlation
|
k*******a
发帖数: 772 | 4 random forest你可以算variable importance |
v******y
发帖数: 4134 | |
s*****n
发帖数: 169 | 6 information gain.
correlation
【在 p****e 的大作中提到】
: 谁给说说到底如何在一堆变量中找到the biggest contributing factor? 这在实际工
: 作中应用太广了，各个business domain都适用，比如以下领域：
: Sales: how can we find which factors most affect product sales?
: Inventory: how can we find which factors impact product availability?
: Engineering: how can identify root causes behind manufacturing defects?
: Human resources: how can we identify what causes high performers to leave?
: 总体来说就是有一堆可能的变量都可能作用于一个target变量，最后要找出几个最重要
: 的变量来做reporting或者建model. 有以下几种方法候选，大家说说哪些在实际中比较
: 常用？以及用什么工具实现？
: 1. correlation matrix, 一个个变量对target建correlation, 然后选出correlation
|
c********g
发帖数: 449 | 7 好多啊 in data mining.
如:fuzzy ranking etc |
q***m
发帖数: 9 | 8 Model-independent的有 ROC 之类的，
Model-dependent的有 Random forest, SVM 中的 importance,
correlation
【在 p****e 的大作中提到】
: 谁给说说到底如何在一堆变量中找到the biggest contributing factor? 这在实际工
: 作中应用太广了，各个business domain都适用，比如以下领域：
: Sales: how can we find which factors most affect product sales?
: Inventory: how can we find which factors impact product availability?
: Engineering: how can identify root causes behind manufacturing defects?
: Human resources: how can we identify what causes high performers to leave?
: 总体来说就是有一堆可能的变量都可能作用于一个target变量，最后要找出几个最重要
: 的变量来做reporting或者建model. 有以下几种方法候选，大家说说哪些在实际中比较
: 常用？以及用什么工具实现？
: 1. correlation matrix, 一个个变量对target建correlation, 然后选出correlation
|
s***e
发帖数: 5242 | 9 PCA？
correlation
【在 p****e 的大作中提到】
: 谁给说说到底如何在一堆变量中找到the biggest contributing factor? 这在实际工
: 作中应用太广了，各个business domain都适用，比如以下领域：
: Sales: how can we find which factors most affect product sales?
: Inventory: how can we find which factors impact product availability?
: Engineering: how can identify root causes behind manufacturing defects?
: Human resources: how can we identify what causes high performers to leave?
: 总体来说就是有一堆可能的变量都可能作用于一个target变量，最后要找出几个最重要
: 的变量来做reporting或者建model. 有以下几种方法候选，大家说说哪些在实际中比较
: 常用？以及用什么工具实现？
: 1. correlation matrix, 一个个变量对target建correlation, 然后选出correlation
|
m****9
发帖数: 492 | |
p*******i
发帖数: 1181 | 11 random forest是个不错的实现方法，R有个package好像就是RF作者亲自写的 |
