技术前沿您现在的位置:主页 > 技术前沿 >

数据分析的几种思维

发布日期:2018-01-15 14:28

数据分析一般可以具体深入了一些内容,西安Java培训分享了几种数据分析的思路。
  1.分类
  分类剖析的方针是:给一批人(或许物)分红几个类别,或许猜测他们归于每个类别的概率巨细。
  2.回归
  回归使命的方针是:给每个人(或物)依据一些特点变量来产出一个数字(来衡量他的好坏)。
  留意回归和分类的区别在:分类产出的成果是 固定的几个选项之一 ,而 回归的成果是连续的数字,可能的取值是无限多的 。
  3.聚类
  聚类使命的方针是:给定一批人(或物),在不指定方针的前提下,看看哪些人(或物)之间更挨近。
  留意聚类和上面的分类和回归的本质区别:分类和回归都会有一个给定的方针(是否下单,借款是否违约,房子价格等等),聚类是没有给定方针的。
  4.类似匹配
  类似匹配使命的方针是:依据已知数据,判别哪些人(或物)跟特定的一个(一批)人(或物)更类似。
  5.频频集发现
  频频集发现的方针是:找出常常一起呈现的人(或物)。这就是大名鼎鼎的“啤酒和尿布”的比如了。这个比如太简单扩展,就不再举例子啦。
  6.计算(特点、行为、状况)描绘
  计算描绘使命的方针是最好了解的:具有哪些特点的人(或物)在什么状况下做什么什么事情。
  计算描绘常常用户诈骗检测,试想一个用户一个月退货100+次,这会是一种什么状况?
数据分析思维
  7.连接猜测
  连接猜测的方针是:猜测本应该有联络(暂时还没有)的人(或物)。
  举个例子:你可能知道xxx?你可能想看xxx?
  8.数据压缩
  数据压缩的意图是:削减数据集规划,添加信息密度。
  大数据,也不是数据越多越好,数据多带来的信息多,可是噪声也会变多。
  9.因果剖析
  望文生义,因果分析的方针是:找出事物间相互影响的联系。
  这儿最常见的手法就是A/B test啦
  数据剖析是十分强壮的,不过当然仍是要在详细的情形下,严厉的挑选假定,选用科学的剖析办法才干产出有价值的成果。