机器学习实战19-利用机器学习模型与算法实现销售数据的归因分析与图形生成

归因分析的基本概念

归因分析的目的是识别哪些因素对结果产生了显著影响。在市场营销领域，例如，可以通过归因分析来确定哪些广告渠道或营销活动对销售增长贡献最大。在医学研究中，可以通过归因分析来确定哪些因素对疾病发病率有显著影响。

归因分析的方法

在Python中，可以使用多种方法进行归因分析，包括：

• 风险比率（Risk Ratios）：比较不同因素下的成功或失败的比例，以确定哪个因素的影响更大。
• 概率比率（Rate Ratios）：类似于风险比率，但考虑了事件发生的总体概率。
• 机会比率（Odds Ratios）：比较不同因素下事件发生的机会，通常用于替代风险比率和概率比率。
• 线性回归：通过构建线性模型来预测结果，并分析不同因素的系数大小来确定它们的贡献程度。