《表1 数据挖掘宽表变量：加油卡客户流失分析和预测——基于“跨行业数据挖掘标准流程”》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《加油卡客户流失分析和预测——基于“跨行业数据挖掘标准流程”》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

另外，从业务系统中取出的数据都是根据业务需要考虑设计的，并非专门针对数据挖掘设计。原始字段有时过于详细和分散，常常不能反映均值、占比、趋势、波动等衍生信息，直接用往往不能达到取得良好数据挖掘结果的目的，这时需要对数据进行各种变换，生成相关的衍生变量。为了更清晰地说明衍生变量的生成，一般把数据分为两类：一类是横截面数据，另一类是时间序列数据[13]。对横截面数据来说，本文用到了两种生成衍生变量的方法：强度相对指标和比例相对指标。对时间序列数据来说，本文用到了3种生成衍生变量的方法：汇总类指标、趋势类指标和波动类指标。数据准备的最终目的是形成宽表。通过对原始字段进行过滤、衍生、汇总和合并等操作，获得了表1所示内容的数据宽表，包含生成的衍生变量和选取的部分原始变量。