A 数据挖掘方法分类
1.描述性（没有被解释变量，无监督学习），分析具有多个属性的数据集，找出潜在的模式，没有因变量
场景：观察个体之间的相似程度，例如根据年龄、性别、收入等多因素进行客户细分，根据客户对多个产品的购买，发现产品之间的相关性
主要算法：聚类、关联分析、因子分析、主成分分析、社交网络分析
2.预测性（有被解释变量，有监督学习，分类模型），用一个或者多个自变量预测因变量的值，即以历史数据为训练资料，从中学习并建立模型，将此模型运用到当前的数据上，推测未来的结果。
场景：客户是否会违约时一个因变量，可以根据客户的性别、年龄、收入、职位、经济情况、历史信用状况等因素进行预测
Y值类别：训练数据由自变量（X）和因变量（Y）组成，Y是连续值——回归，Y是分类值——分类
主要算法：决策树、线性回归、Logistic回归、支持向量机、神经网络、判别分析、。。。
B.分类模型示例
| 预测类型 | 方法 | 适用场景 | 举例 |
|---|---|---|---|
| 估计 | 线性回归/回归树/神经网络 | 这类问题绝大多数下被解释变量为连续变量 | 消费额度预测/违约损失预测 |
| 排序 | 逻辑回归/决策树/神经网络 | 不存在稳定的可辨识的分类结果，比如流失经常是一个人为定义，而很少存在真实流失的情况 | 信用评分/流失预测/营销响应 |
| 决策 | 贝叶斯网络/KNN/SVM/深度学习 | 存在可以直接辨识的分类结果，比如人脸图像是被，是可以直接知道是否为某个人的脸 | 声音识别/图像识别/欺诈识别/违约推断 |
| 标注 | 隐马尔可夫条件随机场 | 存在明确的分类分类，和决策的不同在于决策为二分类，标准为多分类 | 信息抽取/自然语言处理/欺诈识别 |
在分类变量Y中，如果Y是二分类，如果是确定的，天生就有的，就是决策类模型，如果Y是人为定义的或者说是根本不存在，只是强硬的分开的，就叫做排序类模型
参考资料：CDA《信用风险建模》微专业
