你已经做出了一个错误的假设——我们认为首先需要“对数据进行分类”。也许我们其实已经了解数据集的一切。例如，如果是销售团队逐步建立的业务客户数据，那么销售员的大脑可能已经完成了所有“隐含的分类”，以生成关于数据集的好问题。在商业智能问题中，这通常是常见的情况：拥有“业务领域知识”的人，比如高管，基于他们的个人经验形成了对数据的直觉假设；然后他们会让拥有“数据领域知识”的人，比如业务分析师或数据科学家，来验证这个假设。据我所知，很少有表格数据集会有人有动力去理解，而同时又没有“伴随”一些人，这些人可以作为（好的）已经在这个数据集上训练过的模型，帮助他们理解数据。
源讨论为什么基于树的模型在表格数据上仍然优于深度学习？（2022）原帖 111 条评论 · 导入时统计> 用SQL查询的形式提出你的问题 你怎么知道该问什么问题？这就是机器学习擅长的领域，找到能对数据进行分类的正确问题。
完整原文把你的经验，加入这段讨论。
我真的很不清楚你为什么在反对这一点。一个适当的数据仓库处理已知的未知数，即监督学习。但你可以通过无监督学习获得新的见解，比如教科书中的例子，比如Target通过销售数据知道一位女性怀孕了。 https://www.forbes.com/sites/kashmirhill/2012/02/16/how-targ...
完整原文我可能误解了你的观点，但在我参与的多个业务中，反复出现了一些用例，以下是一些例子，不过不会太具体： - 通过客户的的行为数据识别其潜在特征，用于客户画像或向他们推荐产品 - 在大量客户行为数据中识别潜在的欺诈行为 - 识别数据中的季节性原因（例如时间模式），以改进预测（销售、流量等） 在这些情况下，调查的一部分是最初采取无干预（无监督）的方法，以便将我们最初的自上而下的假设与数据中的实际模式进行比较。 在这些情况下，数据中存在相当多（有时是敌对的）噪声。
完整原文> 你已经做出了一个错误的假设——认为我们首先感兴趣的是“对数据进行分类”。 你的观点还不清楚。如果你不关心基于树的模型提供的预测结果，那就不要在你的表格数据上使用基于树的模型。预测模型和SQL查询不是一回事。
完整原文尊重不同观点，分享具体经验。
登录后即可发帖、评论、转发和引用。