首页 > 试题广场 >

数据分析指标的阈值怎么确定

[问答题]
数据分析指标的阈值怎么确定
1.考虑之前的历史数据,对历史数据进行分析得到一个合适的阈值 2.如果没有历史数据的话,就考虑整个市场的现状以及竞品的数据,从而得出一个合适的阈值
发表于 2023-08-25 14:26:21 回复(0)
1.对于有明确目的或可以直接参考历史经验的可以直接人为划定,简单便捷成本低; 2.对于有一定业务知识但历史经验不足的情况,在人为划定的基础上加入统计学原理,了解数据指标的基本分布,根据数据分位数,3-sigema原则等进行划分; 3.对于数据维度多、指标体量大的情况,采用机器学习方法让模型自动调整参数,确定最优阈值。
发表于 2025-02-06 15:23:05 回复(0)
时间流程拆解,1.参考过去的历史数据所使用的阈值,这个方法的最大好处就是成本低便捷 2.参考现在市场各个品牌企业以及竞品数据,得出合适阈值 3.通过机器学习模型,自动调整参数,获得阈值最常用的方法有分类,聚类,回归,每个方法有多个模型进行选择,根据数据指标以及公司具体业务需求进行模型的参数选择,从而确定阈值,这个方法的好处在于,模型既包含了对业务指标的理解,也用到了统计分析的科学方法,具备科学性和稳定性,缺点在于有一定技术门槛,且数据量要足够大
编辑于 2024-03-16 11:32:20 回复(0)
1.人为划定:根据过往经验设定阈值 2.统计分类:基于统计分类的思想设定阈值(了解数据指标的基本分布,根据数据分位数,3-sigma原则,统计指标的拒绝与等进行划分 3.自动选择:通过机器学习的方法让模型自动调参,确定最优阈值(数据维度多,指标数量大)
发表于 2023-04-01 19:57:38 回复(0)
可以通过历史经验,或者统计学原则比如分位数、3倍标准差原则,拒绝域等设定指标阈值。还可以通过机器学习,如通过聚类法划分出用户群体等。
发表于 2023-09-19 16:50:32 回复(0)
1、根据历史数据参考,2、统计学原理3σ原则,人为确定,3、机器学习
发表于 2025-04-20 20:05:29 回复(0)
1. 可以做测试:通过测试的数据,对实际指标进行预估 2. 不可以做测试:根据以往经验预估;如果是新品,根据其他品牌的竞品做预估
发表于 2025-04-10 21:18:08 回复(0)
有历史数据看历史数据来确定,没有的话看市场相似体量竞品数据来确定
发表于 2025-03-24 23:07:47 回复(0)
根据历史数据或业务需求
发表于 2025-03-18 21:30:08 回复(0)
业务需求和目标:明确业务目标和KPI,根据目标设定阈值。 历史数据分析:通过统计分析(如均值、标准差、IQR)来了解正常数据范围,并设定阈值。 机器学习方法:利用模型进行异常检测或自适应调整。 A/B测试与优化:通过实验法来验证阈值的合理性。 专家经验和行业标准:结合行业的经验和市场情况设定合理阈值。 动态调整:定期调整阈值以应对数据的变化。
发表于 2025-02-07 12:02:32 回复(0)
1. 基于业务需求和经验 2. 使用统计方法,如均值、3σ准则、分位数等 3. 机器学习自动确定: -异常检验:孤立森林,选择孤立程度较高的数据点作为异常值,从而确定阈值。一类支持向量机,学习一个决策边界,将正常数据分到边界内,而异常数据则落在边界外。 -聚类方法:对数据进行分组,进而设置阈值。
发表于 2024-12-13 22:18:30 回复(0)
人为选择、统计分类、自动选择
发表于 2024-11-30 16:49:29 回复(0)
所有历史数据,根据历史数据分析得到一个合适的阈值 若无历史数据,则根据对市场现状的分析以及竞品的数据分析得到一个阈值
发表于 2024-08-04 16:18:44 回复(0)
考虑之前的历史数据,对历史数据进行分析得到一个合适的阈值 如果没有历史数据,就考虑市场现状与竞品的数据,从而得到一个合适的阈值
发表于 2024-06-03 14:02:26 回复(0)
1.经验法:根据历史数据人为设定 2.统计方法:比如3sigma法则,四分位数 3.根据模型给出
发表于 2024-05-11 15:29:09 回复(0)
1. Use box plot and IQR. 2. Z-score 3. Machine learning method like Isolation Forest, good for high dimensional data, not univariate data. 4. Mean Absolute Deviation. Get Median first, then for each point get their absolute devation, then get the median of those deviations. Less influenced by extreme values and suitable for data that are not normally distributed.
发表于 2024-04-27 07:37:25 回复(0)
1.根据过往经验进行人为划定 2.基于统计分类结果设定阈值,如分位数、3sigma. 3.通过机器学习自动选择
编辑于 2024-04-09 20:18:55 回复(0)
历史数据(切比雪夫定理)、行业默认值、商业模式类似的竞品数据
编辑于 2024-02-27 22:35:46 回复(0)
1.人为划定:根据过往的经验设定阈值.2.统计分类:基于统计分类结果进行设定阈值.3自动选择:通过数据挖掘的方法确定阈值.
编辑于 2024-02-19 16:33:51 回复(0)
1.历史经验 2.使用统计方法 比如 分位值 中位数 移动平均值 标准差等
编辑于 2023-12-29 11:46:33 回复(0)