大数据分析工具常用的数据分析模型.pptx

大数据分析工具 常用的数据分析模型 By：大数据魔镜 引言 使用大数据分析工具挖掘数据价值可不是一件简单的事情，通常要使用到不同的数据分析模型。 而数据分析模型大都建立在软件编程语言和计算机语言的基础之上，涉及到很多专业性很强的知识。没有相关学术背景的人初次接触数据分析会感到十分生涩。而花费时间与精力去学习相关技术基础有显得杯水车薪。 所幸的是现在很多大数据分析工具都有非常完善的数据可视化功能。一般而言，人们都认为数据可视化作为数据分析的辅助功能是末端展示技术，其实可视化技术也可以通过“逆分析”来进行数据分析软件和数据分析方法的学习。 这就意味着大数据分析工具不仅能用来分析数据、挖掘数据价值，还能作为学习工具，学习大数据分析算法与方法，积累职业经验。下面我们就以国内一款著名的大数据分析软件为例，用可视化数据图表来演示一些常用的数据分析模型。 聚类分析模型 聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。 聚类分析是研究“物以类聚”的一种科学有效的方法。 聚类分析模型 根据需要将若干个维度和度量拖入分析区，选择“聚类数”和“聚类分析算法”，点击“聚类”按钮，即可得出聚类后的数据集。 关联分析模型 关联分析又称关联挖掘，就是在交易数据、关系数据或其他信息载体中，查找存在于项目集合或对象集合之间的频繁模式、关联、相关性或因果结构。 关联分析模型 研究在固定时间范围内，单价和利润的因果结构如何。在维度拖入任意一个值，在度量拖入想研究相关性的两个度量，得出的结果就是两个数据之间的变化关系。 决策树 决策树是一种树形结构，其中每个内部节点表示一个属性上的测试，每个分支代表一个测试输出，每个叶节点代表一种类别。 决策树 决策树是一个预测模型;他代表的是对象属性与对象值之间的一种映射关系。树中每个节点表示某个对象，而每个分叉路径则代表的某个可能的属性值，而每个叶结点则对应从根节点到该叶节点所经历的路径所表示的对象的值。 可视化地图 随着可视化数据地图的兴起，更多的算法和数据模型将为新的多维数据地图服务。 谢谢观赏！ By：大数据魔镜