Figure 2.2 六步 Analytics Process 與 Training／Test。
從 Business Objective 走到 Deployment，理解 Overfitting 與 Validation。
Analytics Project 先定義 Business Objective，再 Collect／Prepare Data、分割資料、Build Model、Deploy／Monitor。
| 步驟 | 原書流程 | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Define Business Objectives | 2 | Collect Data | 3 | Prepare and Explore Data | 4 | Create Training and Test Datasets | 5 | Build and Improve Model | 6 | Deploy Model |
常見 80% Training／20% Test；Training 可做 5-fold Cross-validation，每 fold 占總資料 16%。
教材模擬： 10,000 筆 → 8,000 Training、2,000 Test；5 folds → 每 fold 1,600。
Test Set 評估 Unseen Data；部署後 Performance 會衰退，需 Monitoring／Retraining。
「根據已計算 Validation Results 解釋 Model Risk，不把 Training Accuracy 當 Production Performance。」
題目： 25,000 筆維持 80／20、5-fold？
參考解答： Training 20,000、Test 5,000、每 fold 4,000。