第2章　十几万健身房的选择——保险产品推荐

数据挖掘算法没有好坏，每种算法都有一定的适用范围。数据分析师可以根据数据以及数据分析需求的特点，大致选择几种方法，然后通过实验比较确定合适的挖掘算法，并逐步调优。

按照数据挖掘建模标准（CRISP-DM）的流程，首先要定义商业问题，理解业务背景，对业务需求有基本的了解，然后对相关的数据进行探索、预处理，分析其特点，进而确定几个可能的模型，并对其进行验证评估，最后选择分析结果较优的算法对其进一步调优，使结果尽量解决客户的问题，最后将模型进行应用部署。

上述流程中因实际数据挖掘中的任务目标和数据特征千差万别，像数据预处理等可忽略，但流程中任何一步出现问题，构建出来的模型可能就会毫无应用价值。为了说明数据挖掘算法的选择过程，现在以保险数据分析为背景，讨论数据挖掘算法选择的一般方法。