数据科学怎么“玩”？看完本文，告诉你数据科学的商业价值

点击上方关注，All in AI 中国

数据科学家的主要职责之一就是在数据中寻找出有价值的部分，并基于此给予企业建议，帮他们渡过难关。具体的说，有价值的部分你可以理解为一个确实的商业指标，以便决策者能够做出某种决定。作者认为所表述的内容的确太过理论，后文会进行实际操作。

不过有个问题是可以考虑的，当我们试图让决策者采纳我们根据数据分析出的建议时，他们还会提出许多其他问题。决策者可能是为了对我们的建议有一个全面的理解，或者是为了加强双方的信任。然而，有一点可以肯定的是，面对决策者提问的不确定性，我们的PPT可能没有决策者想要获得的答案。

我们可以从不同的角度看待同一个问题。假设我们构建了一个机器学习模型，它在数据测试中显示出了极高的准确性。企业希望通过这个模型了解未来会发生哪些新变革，或者预测某一变量的历史价值。然而，我们要知道，面对一系列不确定因素，我们的测试数据会有无尽的可能。换句话说，静态的结果（比如说，PPT文稿）可能无法涵盖所有可能的情况。我们的确可以运行或修改Jupyter笔记本代码以获得（更符合条件的）答案，但这也无疑会分散我们的受众人群。

面对这样的困境，一种方法是对可能提及的场景进行预先计算，并设置一个非常有效的报告前端(例如Tableau)。但是，计算前我们也得做很多准备工作，因为并不是所有的东西都可以直接拿来使用的。

使用Jupyter笔记本可能是一种更直接有趣的方式，在商业讨论中展示数据科学/统计建模结果。下面是一个例子。

在开始之前，作者要感谢调查结果的来源：

https://blog.dominodatalab.com/interactive-dashboards-in-jupyter/

http://minrk-ipywidgets.readthedocs.io/en/latest/examples/Using%20Interact.html

在回归模型的基础上进行假设分析

为了让大家了解这个概念，让我们考虑一个简单的方程，它来自一个回归模型。

作者把场景设定为对未来维修成本（Y）的预测，维修成本取决于许多因素。在这里，假设有3个因素，其中一个是计划的维修时间（X1）。参数a0是固定成本（即日常维护）。维修时间越长（即X1更高）将导致维修成本（Y）的递增。

纵观企业发展的百年历程，我们可以判断企业逐利的目的迫使他们想提前了解/改变那些会影响他们利润的因素（比如X1），降低他们的成本（即Y）。

那么如何"预测未来"呢，我们可以使用小部件扩展。第一步是在终端中使用以下命令启用扩展：

在Jupyter笔记本中，下面的代码可用于假设分析。为简洁起见，作者跳过回归建模并手动给系数赋值。

使用滑块功能并交互输出：

使用滤波器构建接口

有两个部分需要修理，作者为这两个部分构建了两个单独的模型，并表示一次只选择一个部件进行假设分析。

使用滑块功能并交互输出：

结论

随着企业采用先进的数据科学用例，数据科学家在商业环境中的地位得到明显提高，并且不再局限于服务纯技术领域。但是，数据科学与业务决策过程之间还是存在差距的。目前广泛使用的工具，如Jupyter笔记本，如果使用得当，可以减少决策麻烦。如果不当，则反而于决策有害。