//
會調(diào)用Spark-Mllib庫就是懂Data Mining岸军？我卻不以為然 - 簡書
http://www.reibang.com/p/47f07cf9d4fd
這樣一句話肖抱，我說過很多遍：好的業(yè)務(wù)模型不單單只是一個算法而已备典，它是由多個算法和業(yè)務(wù)運營規(guī)則來組合在一起的。
很多缺乏真正實踐的朋友估計對這句話云里霧里的感覺意述。
//
我舉了一個實踐中的案例——識別P2P平臺欺詐用戶的場景
就比如羊毛黨群體提佣。
我閉著眼睛，用心來猜荤崇，不出所料拌屏，肯定這三步：
首先，確定為一個分類場景模型
其次天试，找到核心的特征槐壳，清洗數(shù)據(jù)，準備訓(xùn)練和測試樣本
最后喜每，用R务唐、Spark去調(diào)用分類算法庫（隨機森林、邏輯回歸等）带兜，調(diào)節(jié)參數(shù)枫笛，運行命令，反復(fù)優(yōu)化參數(shù)刚照。
這時候刑巧，張美麗會說，這不就完事了么无畔？還能折騰出什么花樣啊楚？
//
從業(yè)務(wù)模型角度來說，這里面就不僅僅是分類算法能夠解決到的浑彰。
除了去判斷用戶是否為羊毛黨恭理，還需要去識別該用戶屬于哪一種類別的羊毛黨群體，也就是用戶細分郭变。
通過模型的確能得到了用戶的異常情況颜价。
可最后的關(guān)鍵，還需要結(jié)合業(yè)務(wù)運營的角度诉濒，利用業(yè)務(wù)規(guī)則去綜合評估用戶的風(fēng)險周伦，最大可能去挖掘出異常用戶群體中的潛力用戶。
這才是業(yè)務(wù)場景模型所在做的事啊未荒。
頃刻間专挪，張美麗感覺自己被坑了，培訓(xùn)平臺老師，你出來狈蚤，我張美麗保證不打死你困肩。
//
可問題來了，如何做一個好的模型脆侮？難道只可意會，卻不可言傳勇劣？
在構(gòu)建模型上靖避，很多朋友對于算法庫的依賴比較嚴重，特別是學(xué)習(xí)Spark比默，認為會調(diào)用Mllib庫就足夠了幻捏。別人是如此優(yōu)秀的開源團隊，寫出來的算法執(zhí)行效率也不會差到哪里去命咐，況且這些常用的分類篡九、聚類算法也還不都這樣？直接調(diào)用不就OK了醋奠？
當初的張美麗也是這樣想的榛臼。
可是話雖這么說，實踐的業(yè)務(wù)場景卻不敢這樣去做窜司。如果只是線下測試某一個分類算法的準確率和召回率沛善，看看分類特征選擇是否精準，那么你當然可以去調(diào)用一些現(xiàn)成的算法庫去證明自己的想法塞祈。
可是往往到正式發(fā)布業(yè)務(wù)模型金刁，個性化結(jié)合線上業(yè)務(wù)去重構(gòu)模型，這就不僅僅是你某個庫方法能夠單獨解決的议薪。
而且我還想問你尤蛮，Spark很多自帶算法，為了提高迭代效率斯议，折中準確率产捞，這事在底層源碼上，你知道捅位？
對于你而言轧葛，是會很多模型厲害，還是精心專研做好一個模型重要艇搀？這些問題都要多問問自己內(nèi)心尿扯。
所以，要做好一個業(yè)務(wù)模型焰雕，首先衷笋，要有敬畏之心。
對自己交付出去的每一個業(yè)務(wù)模型要負責(zé)矩屁，特別是涉及用戶利益辟宗，金錢方面的反欺詐場景爵赵。用業(yè)務(wù)運營人的話來說，在這個危機重重的互聯(lián)網(wǎng)金融行業(yè)泊脐，寧可不撒網(wǎng)空幻，也不愿看到忠誠用戶被誤殺，分分鐘電話投訴就打到公司容客，負面消息就發(fā)到論壇秕铛。而且培養(yǎng)一個忠誠用戶的成本是很高的。
//
其次缩挑，要學(xué)會對業(yè)務(wù)場景細分但两。
很多朋友喜歡調(diào)參，可有些業(yè)務(wù)場景是你永遠也調(diào)參不對的供置。難道是哪里出現(xiàn)問題了谨湘？
就像用網(wǎng)捕魚，你說用3指的網(wǎng)眼能夠捕到1指大小的魚芥丧？
就這個道理紧阔，用一個模型解決所有業(yè)務(wù)場景的美夢，你想都不要想娄柳。
//
