以下算法在大部分的情况下表现都非常好，算是工作中常用算法，具体如下：
- Boosted Decision Tree，以 https://github.com/dmlc/xgboost 为代表，大部分比赛里都可以作为不错的baseline使用。
- Deep neural network。由于neural network本身就有特征提取的效果，在一些比赛中，能为最后的model ensemble提供一个供选择的模型。由于training的时间跟neural network的大小，还有数据量的大小都有关，如果没有GPU支持的话，很多都需要training很久的时间。
- Random Forest Tree. 跟Boosted Decision Tree类似，属于跑得快，效果好，还能有feature selection功能的模型。也是个不错的baseline。
要装成算法专家，不需要彻底了解以上算法任何一个原理，但你需要懂得算法核心概念和算法意义 —— 对产品有什么用：
- 为什么这么干？
- 效果怎么样？
- 跟之前的方法比有什么优势？
先来个错误的算法使用例子：
- 汽车客户：想做个用户画像，分个类，能精准投放广告
- 你：好，这是你想要的结果，我们分了四类用户，第一类“炒股、XXX 影迷、经常旅游、偶尔上一下 XX 公开课”…
- 汽车客户（暂停对方）：等等，你说「经常旅游」，我可以推测要给这类用户销售适用旅行的车吗？XXX 影迷，貌似用他做汽车宣传不那么妥，而且最近有不少绯闻，我不太理解为什么要知道他「上过什么公开课」、他炒股能知道他喜欢什么车吗？
- 你：这是根据上千万个标签统计的，先用 Random Forest Tree 筛了一遍有价值特征 ，K-Means 聚类这些特征，这样就能精细化用户，至于第一类结果是比较显著特征，应该优先关注。。。
- 汽车客户（又暂停对方）：可我还是不知道向他们投放什么广告。。。
以上就是做数据用户画像最大缺陷，听起来高大上，贴了 N 多标签完全不知道想干嘛。
那好的算法做画像应该怎么样呢？引用 360 数据科学家负责人北冥乘海生做法：
原理：这里面最关键的诀窍，是深入研究某个具体行业的用户决策过程。
例子：汽车行业用户决策逻辑比较清晰。一个准备购买汽车的用户，首先考虑的因素，一定是价格。有二十万预算，就买不了五十万的车，也不大会考虑十万以下的车。接下来要挑选的，就是车型了。如果家里有两个孩子，十有八九会考虑七座车；要是单身贵族，没准会弄个跑车玩玩。这两项都是比较理性甚至刚性的约束。而在这之后，才是对品牌精挑细选。因此，汽车行业的标签体系大体应该是：价格—>车型—>品牌，注意重要程度的排序是不能错的。如果从直觉上先考虑品牌、调性，那便是形式主义的思路了
效果与优势（说服力）：标签没法衡量准确性，那怎么判断用户画像结果的质量呢？这里要用到reach/CTR曲线。我们以下图为例来说说。
上图是一条典型的reach/CTR曲线：它的横坐标即reach，表示的是某个标签（例如“汽车”）触及到的用户在整体用户中的占比；它的纵坐标即CTR，表示的是该标签的用户在对应类型的广告（上例中为汽车广告）上表现出来的点击率。
为什么会是一条曲线呢？因为我们在做受众定向时，往往会在用户在该标签的得分上设置一个阈值，判断是否是该类型用户，随着阈值设置的不同，reach水平就会变化，相应地CTR也就会变化。这条曲线的最右端，即reach等于100%的点，对应的CTR是该类型广告的平均点击率，这个点跟模型无关，是固定的。而随着reach的降低，一般来说CTR会对应提高（当然这一点没有理论上的保证）。一般来说，两条reach/CTR曲线相比时，整体处于上方的曲线有较好的定向性能
我再通俗一点，将用研定性发现的用户决策、使用过程成果，用算法进行模拟，使产品符合用户心智，但与定性优势在于，我可以量化我的成果，而非猜测。 期间，可以结合算法某些特性来说一下，就是开头介绍的内容，还是以汽车广告推送为例：
- 我们利用 Random Forest Tree，将用户购买决策影响因素（所谓 features ）排了序，再结合之前定性调研，发现 top3 按照这样排序， 75 % 成功预测汽车是否购买（目标、效果与优势），比没有用算法高出 60 %，如果能更充分考虑因素之间关系（比如 Deep neural network ）会提升至 80%，但这样做时间投入和成本太高（training time 和设备），不值得。
注释*：
- 见到算法有 “ tree/树 ”字眼，有 selection 筛选的，通常就是影响因素重要性排序，成本低
- 见到算法有 “deep neural network 、深度神经网络”字眼，就是对影响因素之间深入探讨，但成本高
总结：
想假装算法行家，在一堆不懂的人面前讲解，可以这样做：
- 上一些反面例子，告诉他们互联网讲的都是错的（用户画像就是一个好例子）—— 形成权威
- 告诉他们做算法要有产品指标思考，不是炫耀算法怎么样（告诉他们算法的价值在于解决产品问题，不是炫耀算法怎么强）—— 逐步确立权威
- 实在被人问到能否结合例子解释下，先告诉他们里面原理和代码实现很复杂，但我可以举一个用户买车例子来简单说明 —— 假装成功
