4008-889335
数据分析
数据分析能力如何依靠大数据提升
发布时间:2019-12-03    信息来源:未知    浏览次数:

  可选中1个或多个下面的关键词,搜索相关资料。也可直接点“搜索资料”搜索整个问题。

  分类分析的目标是:给一批人(或者物)分成几个类别,或者预测他们属于每个类别的概率大小。

  举个例子:“京东的用户中,有哪些会在618中下单?”这就是个典型的二分类问题:买or不买。

  分类分析(根据历史信息)会产出一个模型,来预测一个新的人(或物)会属于哪个类别,或者属于某个类别的概率。结果会有两种形式:

  形式2:每个用户有一个“会买”,或者“不会买”的概率(显然这两个是等效的)。“会买”的概率越大,我们认为这个用户越有可能下单。

  回归任务的目标是:给每个人(或物)根据一些属性变量来产出一个数字(来衡量他的好坏)。

  注意回归和分类的区别:分类产出的结果是固定的几个选项之一,而回归的结果是连续的数字,可能的取值是无限多的。

  聚类任务的目标是:给定一批人(或物),在不指定目标的前提下,看看哪些人(或物)之间更接近。

  注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目标(是否下单,贷款是否违约,房屋价格等等),聚类是没有给定目标的。

  相似匹配任务的目标是:根据已知数据,判断哪些人(或物)跟特定的一个(一批)

  频繁集发现的目标是:找出经常共同出现的人(或物)。这就是大名鼎鼎的“啤酒和尿布”的例子了。 这个例子太容易扩展,就不再举栗子啦。

  统计描述任务的目标是最好理解的:具有哪些属性的人(或物)在什么状态下做什么什么事情。

  举个例子:豆瓣想分析用户关于国外电影的喜好,讲国内电影的评分数据都排除掉大数据,也不是数据越多越好,数据多带来的信息多,但是噪声也会变多。

分享到:
您使用的浏览器版本过低,不仅存在较多的安全漏洞,也无法完美支持最新的web技术和标准,请更新高版本浏览器!!