- 定义目标变量：三年还是三个月购买车险？（需要与客户沟通）哪些因素可能导致Y得发生，例如历史购买行为、年龄、收入？
- 数据收集及整理 保证所有变量在将来模型应用中都有。
整理所有数据，形成宽表。
原始变量生成一些新的变量。
- 理解目标变量与解释变量之间的关系（对分类型变量及字符型变量的处理） 待补充
- 模型检验
- 系数是否正确（与业务相联系）
- 变量间共线性（VIF、相关系数）
- R方 (AUC C)值
- 变量的P值
- 和以前的模型做对比（看是否能够打败以前的模型）
- 设计活动策略（倾向于给打分比较高的客户做营销，把客户分成10部分，只给60%的人发）
- 跟踪情况
数据清洗
- 缺失值处理（中位数 or INDEX相近值处理）
- 上下限（针对连续形变量） 一般处理方法为掐头去尾
- 相关系数（变量与变量 Y与变量，针对进入模型的变量）
建立模型
- 最终模型的变量，每个变量的意义，系数，系数的P值,VIF,ROC曲线,C，AUC的值
- 以及（10组）在数据上的表现情况（训练集、测试集、预测集）
模型评估