入门指南 - 开发模型
我们提供了 “uci_001_adult_data_set.zip” 数据集，以便你可以立即尝试模型开发过程。
“uci_001_adult_data_set.zip” 数据集记录了 32,561 条信息以及 12 个变量。其中目标变量为 “target_income_greater_than_50k”， 取值为 1 代表年收入超过 5 万美元，取值为 0 代表年收入未超过 5 万美元。其余 11 个变量为候选特征变量，包括性别（sex），年龄（age），教育程度（education-num）， 婚姻状态（marital-status），职业（occupation）等。
我们的任务是通过 “uci_001_adult_data_set.zip” 数据集进行模型开发，预测具有何种特征的公民年收入会超过 5 万美元。
点击文件名右侧 “Build | 开发” 按钮，然后选择 “Build model | 开发模型”。
在开发模型页面的左侧面板中，你可以查看数据集基础信息（内存占用，行列数）。
点击 “Preview | 预览”，可以查看详细的数据内容。
在开发模型页面的右侧面板中，点击 “target_income_greater_than_50k” 将其选择为目标变量。
点击 “Start modeling | 开始建模”，出现模型开发确认信息，点击 “Confirm | 确认” 即可进行模型开发。
稍候片刻，模型开发完毕后，出现 “View model report | 查看开发报告”。
点击 “View model report | 查看开发报告”，即可跳转至开发报告页面。报告页面从 6 大维度全面展现数据以及模型的细节。
1. Data Report | 数据报告，展示建模数据的描述性统计信息，包括缺失率（Missing_Rate），唯一值（Unique），最小值（Min），最大值（Max），各分位数等信息。
2. Variable WoE Analysis | 变量 WoE 分析，展示每一个变量的自动分箱结果及其信息值（Information Value，即 IV），点击各行的变量， 可以看到分箱后变量的 WoE 情况以及 Bad Rate 图表。以年龄（age）为例，可以看到随着年龄越大，年收入超过 5 万美元的概率也越大（Bad Rate）。
3. Stepwise Procedure | 逐步回归过程，展示逐步回归挑选模型特征变量的过程。
4. Model Result | 模型结果，展示 KS 与 ROC，参数估计，等分排序表等模型评估指标。
5. Model Comprehension | 模型解读，展示模型分数如何计算，以及模型中每一个特征变量是如何影响预测结果的。还记得我们的任务吗？
我们的任务是通过 “uci_001_adult_data_set.zip” 数据集进行模型开发，预测具有何种特征的公民年收入会超过 5 万美元。
在这里我们可以很明确地看到，最有可能年收入超过 5 万美元的公民的特征：
- 年龄（age）: 37 岁及以上
- 性别（sex）: 男性
- 种族（race）: 白人
- 职业（occupation）: 高级管理层
- 资本收益（capital-gain）: 4416 美元及以上
- 教育程度（education-num）: 14 及以上
- 每周工作时长（hours-per-week）: 大于等于 50 小时
- 婚姻状态（marital-status）: 已婚
根据模型预测，具有以上特征的公民，其年收入超过 5 万美元的概率高达 99.352%！
6. Bin & WoE Code | Bin 与 WoE 代码，展示根据模型结果给每一行数据打分的 Python 代码，用于模型验证以及模型实施。
在模型开发页面以及模型报告页面，各个模块都有“About | 关于”按钮，点击可以获取更加详细的说明。
我们还提供了数十个数据集，以便你尝试各种功能。
如果你有任何疑问，欢迎发送邮件至：help@t1modeler.com，我们将尽快解答。