数据相关性

📝 Tips 笔记解读▾

● 关键词"数据相关性：训练数据必须和业务目标相关" —— 用于训练的数据必须与业务目标具有相关性；相关性不足的字段不应进入模型。可命题方向：相关性分析技术（特征缩放、相关矩阵）及其在特征权重平衡、显著变量识别、审计范围确定中的应用。

以下为考点明显在考但Tips未覆盖的内容，单列作补充：

⚠ 笔记缺漏补充▾

🎯 考点分析▾

考察主线：本批题考查"数据相关性"在特征工程与审计中的实际应用——通过特征缩放平衡权重、用相关矩阵识别最显著变量、用数据字典理解字段、用相关性分析确定审计范围。
正确答案的共同知识方向：
- 为避免单一特征主导、保证各字段适当权重，应使用特征缩放/距离尺度。
- 相关性矩阵中绝对值最大的变量代表最显著相关。
- 数据字典用于插入模型前正确解释和识别数值数据。
- EDA中的相关矩阵可用于基于风险的审计范围确定。
常见干扰方向：
- 把缺失值插平均值、删除重复、格式转换当作相关性技术。
- 把数据计算库、统计摘要、混淆矩阵代替数据字典。
- 把异常值检测图、决策树、数据分离代替相关矩阵用于审计范围。
场景分布：餐厅外卖数据集、发电厂变量、车辆零部件故障的基于风险审计。

📋 考察范围清单▾

📄 Tips.pdf 补充对照▾