2、成功的项目流程与线性回归基础

成功的项目流程与线性回归基础

1. 成功的项目流程：CRISP - DM

在项目中，成功解决问题或改进决策的关键往往并非算法，而是沟通和影响力等软技能。为了助力项目成功，这里介绍 Cross - Industry Standard Process for Data Mining（CRISP - DM），它是一个灵活且全面的框架，适用于各类分析项目，包括预测分析、数据科学和机器学习。

CRISP - DM 流程包含以下六个阶段：
- 业务理解
- 数据理解
- 数据准备
- 建模
- 评估
- 部署

下面详细介绍各阶段的任务和要点。

1.1 业务理解

这是整个流程的基础步骤，其成败很大程度上决定了项目的走向。此步骤旨在明确业务需求，并将其转化为分析目标，具体有四项任务：
1. 确定业务目标
- 关键在于明确组织目标并界定问题。可以问“我们要做出哪些改变？”这个问题能促使人们从分析角度思考需求，找到决策的核心，避免做无用功。决策可定义为是否投入资源的不可撤销选择，而且不做改变也是一种决策。
- 当问题不明确时，项目仍可开展，关键是要基于假设探索的不同结果，明确资源投入的后续安排。
- 同时要管理预期，不存在完美数据，应根据自身专业能力沟通可能实现的成果。
- 该任务推荐两个输出：
- 使命声明：与组织的使命声明不同，它需得到项目发起人的认可。包含以下要点：
- 谁（Who）：自己、团队或项目名称，如“Project Viper”“Project Fusion”等。
- 做什么（