← 返回刚才阅读的位置

知识卡片

结构图卡 · 9746 · 生成模型:DeepSeek-V4.1-Flash

六阶段不是直线而是循环

理解等级:初级

数据分析生命周期把端到端工作切成六个阶段:发现(学业务、盘资源、定问题、立假设)、数据准备(沙箱、ETLT、治理)、模型规划(选变量与候选模型)、模型建立(训练与测试)、沟通结果(对照标准判定成败并表达)、实施(试点后推广)。

它与瀑布式流程的关键差别是允许反向移动。团队建模时发现缺字段、沟通时发现假设问错,都可以退回上一阶段甚至第1阶段;这种回流由新信息出现驱动,属于正常现象,不是管理失控。同一时刻,项目工作还可能分散在若干个阶段里并行推进。

因此每个阶段只设检查点而非硬门槛。例如发现阶段以能否写出可交同行评审的分析计划为过关标志;模型建立阶段以模型在测试集上足够健壮、或团队确认失败为终点。检查点衡量的是信息是否充分,而不是文档是否齐全。阶段定义的作用是提供前进的衡量标准,而不是把流程钉死。

结构图:

flowchart TD
  A[发现] --> B[数据准备]
  B --> C[模型规划]
  C --> D[模型建立]
  D --> E[沟通结果]
  E --> F[实施]
  D -.-> B
  D -.-> C
  E -.-> D
  E -.-> A
这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第2章 数据分析生命周期 · 查看原书依据

      该数据分析生命周期可以分成6个阶段,而项目工作可能同时分处于其中的若干阶段。对于生命周期的大多数阶段,项目在它们之间的移动可以是正向的,也可以是反向的。也就是说,项目既可以从一个阶段进行到下一个阶段,也可能从一个阶段返回到上一个阶段。

    参考来源

    - 位置:《数据科学与大数据分析 数据的发现 分析 可视化与表示》第2章 数据分析生命周期(源文件:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0012_split_001.html) - 结论依据:依据 2.1 节对六阶段的说明:阶段间移动可正可反,正向或反向移动伴随新信息与团队理解加深而发生,属于常见情况。 - 原始内容:该数据分析生命周期可以分成6个阶段,而项目工作可能同时分处于其中的若干阶段。对于生命周期的大多数阶段,项目在它们之间的移动可以是正向的,也可以是反向的。也就是说,项目既可以从一个阶段进行到下一个阶段,也可能从一个阶段返回到上一个阶段。