数据分析的“剑谱”，每一招都很厉害
2013-08-21
自13年5月7日购买本书开始，笔者有近四个月时间在试着读懂这本书，忘不了每一个上下班的路上，电脑包里放着这本书，让我感受到事业的重量，每一个成功都是心血的浇灌。
闲话少说，回到数据分析上来，国内介绍spss的书已经有很多了，但大多是在讲解各种统计方法的时候，介绍spss软件是如何操作的。缺点是学完了之后，对数据的理解还不深入，以致于面对普通的数据，还是无从下手。其实这类书更适合当工具书来用。
自从读了“小蚊子乐园”博主的《谁说菜鸟不会数据分析》，通俗的语言，生动的情景设置，有读小说的享受。但还是很不满足，因为那毕竟是入门级的读物。
笔者继续在Amazon寻觅好的数据分析书，偶然之间看到了这本书，它让我眼前一亮，这本书的框架很完整，第一部分介绍了数据分析的方法论，相当于全书的纲要，总的来说，统计学方法需要严格的假设，更适合科学实验和学术研究；数据挖掘适用于商业。
第二章的数据分析方法体系，分析了数据的一般特征，比如数据的离散和连续两种属性，平均数、方差、偏度，也是各种具体的分析方法的概要，方法体系很完备。统计分析方法较为详细，机器学习算法简略一些。
有了上面两章“剑谱”的铺垫。接下来，两位数据分析的专家（分别是数据分析和DM）开始在一个个数据分析的项目中，施展他们的“剑术”了。
有一些分析项目较难，比如Cox回归、广义线性过程，真的要随时准备一本《SPSS教程》在手头上，笔者一开始就想把它们当做项目，训练自己的能力，不求快，但求理解掌握。于是在看本书的同时，也看了两本SPSS和clementine的教材。
过程蛮辛苦的，比如一些原案例中的clementine数据流相当复杂，要读懂模型图，没有别的好方法，只有对照clementine的说明书，按图索“理”，必要的时候还要自己动手在节点处增加一些“表”。最有收获的是第17章，电信客户流失的模型。衍生变量非常多，模型却不复杂，难怪一位前同事跟我说，有90%的精力花在数据处理和准备上了。
用这种笨方法，我基本上读完了一遍这本书，收获了很多自信。值得一提的是，这本书的装帧设计也蛮大气的，尤其是IBM三个字母，赫然醒目，确实是表里如一的。
要说读了这本书之后，数据分析的技能有突飞猛进的进步，也不是的，还要经过很多商业项目的锻炼，才能达到作者钱眼里“不滞于物，草木竹石皆可为剑”的境界。但这是一本出色的剑谱，以数据分析为志业的你们，不妨读一读它~~
查字典图书网
