1.項目分析的步驟
理解問題
探索數據
準備數據用於建模
建模
測試
上線執行並追蹤
2. 如何處理缺失數據？(如果缺失的數據不可得，將採用何種手段收集？)
首先判斷缺失數據是否有意義，如果沒有意義或者缺失數據的比例超過80%直接去掉。如果缺失數據有規律，則需根據其變化規律來推測次缺失值；如果數據沒有規律，則用其他值代替：
如果數據符合正態分佈，缺失值用期望值代替
如果數據是類型變量，則用默認類型值代替缺失值
3.邏輯斯蒂迴歸和線性迴歸的區別
邏輯斯蒂迴歸的預測值是兩元的，0或1；而線性迴歸的預測值是連續的。
4.說說你對數據分析的理解
數據分析是基於商業目的，有目的的進行收集、整理、加工和分析數據，提煉有價信息的一個過程。
（1）明確分析目的與框架
（2）數據收集
（3）數據處理:主要包括數據清洗、數據轉化等處理方法。
（4）數據分析:指通過分析手段、方法和技巧對準備好的數據進行探索、分析，從中發現因果關係、內部聯繫和業務規律，爲商業目提供決策參考。
（工具和方法的使用：其一要熟悉常規數據分析方法，最基本的要了解例如方差、迴歸、因子、聚類、分類、時間序列等多元和數據分析方法的原理、使用範圍、優缺點和結果的解釋；其二是熟悉數據分析工具，Excel是最常見，一般的數據分析我們可以通過Excel完成，後而要熟悉一個專業的分析軟件。）
（5）數據展現：通過圖、表的方式來呈現
（6）撰寫報告：將數據分析的目的、過程、結果及方案（結論、建議、解決方案）完整呈現出來，以供商業目的提供參考。