1、概述
AI分为分析AI、生成式AI有什么区别呢
分析式AI，通过现有数据训练模型，让模型有能力预测新数据的决策。
生成式AI，让AI生成某种结果，比如：写一段代码，生成一段文字。
2、十大算法
1、分类算法：C4.5，朴素贝叶斯（Naive Bayes），SVM，KNN， Adaboost，CART
2、聚类算法：K-Means，EM
3、关联分析：Apriori
4、连接分析：PageRank
2.1、分类算法
属于监督学习，利用标签的训练数据(既有特征，又有真实结果)，让模型学习从输入特征到预定义类别的映射规律，
从而对新的、未见过的数据自动进行类别预测。带标签的数据，是人为提前标注好的。
示例：根据用户信息、信用特征，预测他未来是否会逾期还款。
1、训练模型时，给模型大量带标签的历史数据，模型慢慢会慢慢总结出规律。数据如下：
2、模型学会后，当新的用户数据再次给模型时，模型会自动给出预测
输出0：正常 或 输出1：逾期
2.1.1、分类算法：决策树
决策树基本上就是把我们以前的经验总结出来，常见的决策树算法有C4.5、ID3和CART。
从带标签的数据中，自动总结出一套经验判断规则，并以树状结构呈现。模拟人类做决策逻辑，通过一连串简单的问题，层层筛选，最终得出分类结果。
示例：判断要不要带伞
如图每个节点是模型根据带标签的数据，总结出的规律，当新数据来时，从根节点走到叶子节点，预测带伞/不带伞
2.2、聚类算法
属于无监督学习，给出大量无标签数据(不用人工标注)，模型根据数据相似性、规律，实现自动分组。
是一种降维思想，把复杂的商品、用户分类几类，方便业务针对每一类做决定。
示例：给模型一堆水果，不贴任何标签，实现自动分组
数据 1：红、圆、甜
数据 2：黄、弯、香
数据 3：红、圆、脆
数据 4：黄、弯、甜
模型自己看："红圆的都像一类，黄弯的都像一类"，自动分成两组，不依赖任何提前标注的标签。
应用场景：把用户自动分成不同群体，做精准运营
常见分群方式
按消费能力：高价值用户、普通用户、低价值用户
按活跃度：活跃用户、沉睡用户、流失用户
按行为偏好：价格敏感型、品牌忠诚型、冲动消费型
应用效果
给高价值用户发专属优惠券，提高复购
给沉睡用户推送唤醒活动，减少流失
给不同偏好用户展示不同商品，提升转化率
2.3、关联分析
属于无监督学习，从大量数据中(购物订单、用户行为)，自动找出事务之间隐藏的规律。
示例：啤酒与尿布
沃尔玛分析了大量购物数据，发现一个神奇规律
买尿布的男性，经常同时买啤酒
数据规律
支持度：尿布和啤酒一起出现的频率不低
置信度：买尿布的人，买啤酒的概率很高
提升度：远大于 1，说明是强关联
商业应用
沃尔玛把啤酒和尿布放在相邻货架，结果两者销量都大幅提升！
这就是关联分析的威力：从数据里挖出人类想不到的隐藏规律，直接指导业务决策。
2.4、连接分析
属于无监督学习，研究网络中节点之间的关系，挖掘谁更重要、谁和谁关联紧密。
不关注节点本身的属性，而是只看连接结构，得到每个节点的影响力。
当一个节点引用很多，证明这个节点影响力很高，可以找出连接中哪个是核心人物(影响力)
3、实际问题
阿里云天池比赛：二手车价格预测学习赛
1、比赛中会给出训练数据(数据标签好了)，训练自己的模型
2、用训练好的模型，跑验证数据(新数据，没有标签)，得出结果
3、把得出的结果上传，会得出比分
1. 训练模型（有标签数据）
比赛方提供训练数据，里面包含：
特征：二手车的各种信息（如品牌、年份、里程、排量、变速箱类型等）
标签：真实的二手车价格（这是我们要预测的目标）
你的任务：用这些带标签的训练数据，训练一个回归模型（因为价格是连续值，属于回归问题），让模型学会 "特征→价格" 的映射规律。
2. 预测结果（无标签数据）
比赛方提供测试数据（验证数据），里面只有特征，没有标签（价格）。
你的任务：把训练好的模型用到测试数据上，自动预测每辆车的价格，生成预测结果文件。
3. 提交评分
把预测结果上传到天池平台，会得出比分