Please enable JavaScript.

Coggle requires JavaScript to display documents.

CXL (1. initialisation (attentes du client (quel niveau de risque le…

- - - - pas d'histoique
        
        :question: machine learning
        
        :question: prendre le model d'un client similaire au début
      - historique
        
        pas les annulations dedans
        
        :question: profil des confirmations
        
        annulations dedans
        
        :question: ajout de certaines variables
- - - - environnement professionnel
      - la mission, les méthodes statistiques mobilisées, les principaux résultats et leur utilisation future au sein de la structure d’accueil
      - les objectifs qui avaient motivé l'étude ont été atteints et les réponses qu'elle a permise
- - - - date reservation
        
        plus tôt : plus annulations, à quel point
      - date annulation
        
        densité
    - - dimunue le nombre de paramètres
    - - LOS catégorie ?
      - canal
      - nb enfants ?
      - interactions
  - - - profil réservations annulées
      - OS-PCA/MCA
        
        gérer les catégories de LOS, canal, taille de groupe...
    - - quelles variables influences l'annulation
      - faire attention aux dépendances entre observations
    - - voir des tendances entre les types de réservations annulées
      - combinaisons
        
        plus de données : plus de classes
      - :!: types de clients
    - - quelle saisonnalité ?
      - permet de trouver la profondeur historique nécessaire
  - - - pourquoi les valeurs manquent-elles ?
      - solutions
        
        corriger biais ou variance ?
        
        voir avec le client
      - étendue du manque
  - - - test