
大數(shù)據(jù)分析:描述型、預(yù)測型和規(guī)定型
有什么可以區(qū)別這三種主要類型的分析呢?一位數(shù)據(jù)科學(xué)家解釋了其中的差異。大部分原始數(shù)據(jù),特別是大數(shù)據(jù),不能在其未加工狀態(tài)為我們提供很大的價(jià)值。當(dāng)然,通過應(yīng)用合適的工具,我們可以從這個(gè)存儲(chǔ)的碎片中提煉出有力的見解。
任何大數(shù)據(jù)的設(shè)置,第一步是捕獲大量的數(shù)字信息,“使其不存在短缺的問題”邁克爾·吳博士說。
有了第一手資料,就可以開始做分析了。但是,你該從哪里開始?哪一種分析類型更適合你的大數(shù)據(jù)環(huán)境呢?
吳在接受采訪時(shí)解釋了描述型的,預(yù)測型和規(guī)范型分析的不同,以及它們?nèi)绾螢榻M織提供價(jià)值。
他說?!耙坏┠阌凶銐虻臄?shù)據(jù),你就開始看到模式了,你就可以建立一個(gè)這些數(shù)據(jù)如何起作用的模型了。一旦你建立了一個(gè)模型,你就可以進(jìn)行預(yù)測了?!?/span>
第一步:描述型分析
將描述型分析稱為“最簡單的一類分析,”利用這種分析你可以將大數(shù)據(jù)壓縮成更小,更有益的信息。“記住,最原始的數(shù)據(jù),尤其是大數(shù)據(jù),不適合供人分析,但我們從數(shù)據(jù)中得出的信息是可以供我們分析的,
描述型分析的目的是總結(jié)發(fā)生了什么事。吳估計(jì),超過80%的商務(wù)分析——最明顯的是社會(huì)分析——是描述型的。
預(yù)測型分析是數(shù)據(jù)縮減的下一步
它利用各種統(tǒng)計(jì),建模,數(shù)據(jù)挖掘技術(shù)和機(jī)器學(xué)習(xí)技術(shù)來研究近期的和歷史的數(shù)據(jù),從而使分析家對(duì)未來做出預(yù)測。
“預(yù)測型分析的目的不是為了告訴你將來會(huì)發(fā)生什么,”吳博客中寫到。 “它不能做到這一點(diǎn)。事實(shí)上,任何分析都不能做到這一點(diǎn)。預(yù)測型分析只能預(yù)測在將來可能發(fā)生的事情,因?yàn)樗械念A(yù)測型分析都是概率性的?!?/span>
吳告訴信息周刊說,在預(yù)測型分析的最一般的情況下,“基本上你需要得到你預(yù)測中沒有的數(shù)據(jù)”
例如,情感分析是預(yù)測型分析的一種常見類型:
吳說:“純文本的輸入模型,以及這一模型的輸出是一個(gè)情感指數(shù),無論是積極的,消極的,或介于+1或-1之間的東西?!?/span>
在這種情況下,該模型計(jì)算出分?jǐn)?shù),但是它不一定能預(yù)測未來。相反,“它能預(yù)測我們沒有的數(shù)據(jù),即情緒標(biāo)簽數(shù)據(jù),無論是正面或負(fù)面,”吳說。
規(guī)范型分析這一新興技術(shù)通過建議一個(gè)或多個(gè)課程行動(dòng),以及顯示每一決策的可能成果,超越了描述型和預(yù)測型模型
“規(guī)定型分析是預(yù)測型分析的一種,”吳說?!盎旧鲜钱?dāng)我們需要規(guī)定一個(gè)動(dòng)作,因此交易的決策者可以利用這一信息并采取行動(dòng)?!?/span>
他補(bǔ)充說,預(yù)測型分析不能預(yù)測一個(gè)可能的未來,而是基于決策者行動(dòng)的“多個(gè)未來”。
此外,規(guī)定型分析需要一個(gè)預(yù)測模型有兩個(gè)額外的組件:可操作的數(shù)據(jù)和一個(gè)可以追蹤所采取的行動(dòng)所產(chǎn)生結(jié)果的反饋系統(tǒng),。
“由于規(guī)定型模型能夠預(yù)測基于不同行為選擇可能帶來的各種后果,它也可以為您推薦基于任何預(yù)先指定結(jié)果的最好的行動(dòng)過程,”
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11