數據挖掘九律，看完不后悔

一位挖掘專家 tom khabaza 提出了挖掘九律，挺好的東西，特別是九這個數字，深得中華文化精髓，有點獨孤九劍的意思：

第一，目標律。數據挖掘是一個業務過程，必須得有業務目標。無目的，無過程。

第二，知識律。業務知識貫穿在挖掘這個業務過程的各環節。

第三，準備律。數據獲取、數據準備等數據處理耗時占整個挖掘過程的一半。

第四，NFL律。NFL，沒有免費的午餐。沒有一個固定的算法適用所有的業務問題，特定應用適合的模型只能通過經驗發現。

第五，大衛律。要相信，數中必有業務規律。大衛·沃爾金斯最早提出的，故此名。

第六，洞察律。數據挖掘本質上是增強對業務領域的認知。

第七，預測律。數據挖掘基于過去得出模式，并泛化到類似新事物上，這就是預測，但這是統計概念的。

第八，價值律。挖掘模型的最終價值并非模型精度或穩定性，而是驅動業務行動或通過新洞察導致策略改善。

第九，變化律。人不會兩次踏入同一條河流。業務在變，目標在變，認識也在變，甚至規律本身也在變，挖掘模型也得與時俱進。

很好, 挖掘者習此九律，必將功力大增，殺敵于無形之中，乃升遷加薪必備胸器。咱可以設想一些場景，看看這九律是怎么靈活運用的。運用這九律的心法是，敵不動我不動，見招拆招，以無招勝有照。

故事開始........：S，挖掘新手，M 為其導師，挖掘高手。一日，S接到任務，走一趟挖掘。過了段時間，他找到 M，M 正在閉目打坐。發生一場對話。

S：師傅，徒兒接到任務，已經開始干了，不出一個月就可大功告成。

M：嗯，不錯，什么進展了？

S：我已經安排下去，現在數據準備已經完成，并且建了一個小模。哎呀，您是不知道啊，那個數據太爛，一堆問題，到處是空值，很多信息也是假的，balabala….

M：先別說你的數據，數據準備干了多長時間了？

S：干了一個多月，還蠻符合準備率的吧！

M：這個任務到底要干什么？

S：嗨，就是要找出想搞破壞的人，放心，第一律我牢記于胸?，F在還有兩個人幫我一起做，一個準備數據，一個建模。

M：那你干什么？

S：我搞業務理解啊，并且運用知識律，搞了一個挖掘過程模板，我們三個就用這個模板進行過程交互，挺好的，什么時候給您瞅瞅。

M：嗯，聽起來不錯，那你今天來此打擾我清修作甚？

S：您是不知道啊。不是跟你說了，我們還建了一個小模嘛。唉，效果不太好。用分類預測訓練了數據，但那個數據實在太差了，感覺那個模型一點都不靠譜，沒反應出來什么規律。我們用那個結論在我們三個身上試了一下，結果大家都覺得不對，我們都成了想搞破壞的人，一點都不符合實際情況。

M：你忘了大衛律了？要相信。還有預測律，你這個模型在你們三個身上試驗，能證明什么？

S：是啊，我沒忘啊。不過要找到規律還需要時間啊。我們要計劃在找更多的樣本去驗證。不過…今天來…確實是無事不登三寶殿…有個事兒…

M：啥事？

S：您前年不是搞了一個犯罪預測嘛，現在很多地方都在用，我想跟這次任務的目標類似，我想能不能就直接把您的模型拉過來訓練一下就行了…您那個模型實在是太絕了…

M：哈哈，看來你想偷懶啊，但你怎么能夠知道這個模型適用你的任務呢？

S：您的模型我還擔心什么啊。主要是這次任務時間緊，我也沒辦法，先解決了問題吧，能精確定位目標人群就行了，您的模型，肯定很準的。

M：雖然你拍我馬屁，但我還是對你很失望啊。挖掘的本質是什么？

S：呃…洞察…我也知道天下沒有免費的午餐...但時間太緊，任務太重啊，沒您不行啊，您的模型就是我們的法寶啊。

M：唉，不說那是兩年前的模型，現在你遇到的情況跟我遇到的情況不一樣，現在的犯罪手段也變了各種花樣，變化率怎么說的？再說，你為什么如此看重模型的精度，那并非挖掘的終極價值??！醒悟吧！我代表客戶鄙視你！

S：老家伙，你到底是給還是不給？你是想看著我死嗎？

M：（仰天長嘆）唉，師徒一場，罷了罷了，拿去吧。但你此一去，我們師徒恩斷義絕，以后再也不要來見我，再也不要叫我師傅，也不要再別人面前妄稱我是你的師傅。走吧，走吧…