
人人都應(yīng)該掌握的9種數(shù)據(jù)分析方法
說到數(shù)據(jù)分析,首先,我們要知道,什么叫數(shù)據(jù)分析。其實(shí)從數(shù)據(jù)到信息的這個(gè)過程,就是數(shù)據(jù)分析。數(shù)據(jù)本身并沒有什么價(jià)值,有價(jià)值的是我們從數(shù)據(jù)中提取出來的信息。啤酒和尿布的例子大家應(yīng)該都聽膩了。再具體、深入一些的內(nèi)容,往往因?yàn)閿?shù)學(xué)就令很多人望而卻步了。數(shù)據(jù)分析師給大家分享9個(gè)不帶數(shù)學(xué)推導(dǎo)的數(shù)據(jù)分析方法,希望大家能喜歡~來一起學(xué)習(xí)數(shù)據(jù)分析方法吧!
1.分類
分類分析的目標(biāo)是:給一批人(或者物)分成幾個(gè)類別,或者預(yù)測(cè)他們屬于每個(gè)類別的概率大小。
舉個(gè)栗子:“京東的用戶中,有哪些會(huì)在618中下單?”這就是個(gè)典型的二分類問題:買or不買。
分類分析(根據(jù)歷史信息)會(huì)產(chǎn)出一個(gè)模型,來預(yù)測(cè)一個(gè)新的人(或物)會(huì)屬于哪個(gè)類別,或者屬于某個(gè)類別的概率。結(jié)果會(huì)有兩種形式:
形式1:京東的所有用戶中分為兩類,要么會(huì)買,要么不會(huì)買。
形式2:每個(gè)用戶有一個(gè)“會(huì)買”,或者“不會(huì)買”的概率(顯然這兩個(gè)是等效的)?!皶?huì)買”的概率越大,我們認(rèn)為這個(gè)用戶越有可能下單。
如果為形式2畫一道線,比如0.5,大于0.5是買,小于0.5是不買,形式2就轉(zhuǎn)變成形式1了。
2.回歸
回歸任務(wù)的目標(biāo)是:給每個(gè)人(或物)根據(jù)一些屬性變量來產(chǎn)出一個(gè)數(shù)字(來衡量他的好壞)。
舉個(gè)栗子:每個(gè)用戶在618會(huì)為京東下單多少錢的?
注意回歸和分類的區(qū)別在:分類產(chǎn)出的結(jié)果是固定的幾個(gè)選項(xiàng)之一,而回歸的結(jié)果是連續(xù)的數(shù)字,可能的取值是無限多的。
3.聚類
聚類任務(wù)的目標(biāo)是:給定一批人(或物),在不指定目標(biāo)的前提下,看看哪些人(或物)之間更接近。
注意聚類和上面的分類和回歸的本質(zhì)區(qū)別:分類和回歸都會(huì)有一個(gè)給定的目標(biāo)(是否下單,貸款是否違約,房屋價(jià)格等等),聚類是沒有給定目標(biāo)的。
舉個(gè)栗子:給定一批用戶的購買記錄,有沒有可能分成幾種類型?(零食狂魔,電子愛好者,美妝達(dá)人……)
4.相似匹配
相似匹配任務(wù)的目標(biāo)是:根據(jù)已知數(shù)據(jù),判斷哪些人(或物)跟特定的一個(gè)(一批)人(或物)更相似。
舉個(gè)栗子:已知一批在去年雙十一下單超過10000元的用戶,哪些用戶跟他們比較相似?
5.頻繁集發(fā)現(xiàn)
頻繁集發(fā)現(xiàn)的目標(biāo)是:找出經(jīng)常共同出現(xiàn)的人(或物)。這就是大名鼎鼎的“啤酒和尿布”的例子了。這個(gè)例子太容易擴(kuò)展,就不再舉栗子啦。
6.統(tǒng)計(jì)(屬性、行為、狀態(tài))描述
統(tǒng)計(jì)描述任務(wù)的目標(biāo)是最好理解的:具有哪些屬性的人(或物)在什么狀態(tài)下做什么什么事情。
舉個(gè)栗子:5月份一個(gè)月內(nèi)每個(gè)用戶在京東7天內(nèi)無條件退貨的次數(shù)
統(tǒng)計(jì)描述常常用戶欺詐檢測(cè),試想一個(gè)用戶一個(gè)月退貨100+次,這會(huì)是一種什么情況?
7.連接預(yù)測(cè)
連接預(yù)測(cè)的目標(biāo)是:預(yù)測(cè)本應(yīng)該有聯(lián)系(暫時(shí)還沒有)的人(或物)。
舉個(gè)栗子:你可能認(rèn)識(shí)xxx?你可能想看xxx?
8.數(shù)據(jù)壓縮
數(shù)據(jù)壓縮的目的是:減少數(shù)據(jù)集規(guī)模,增加信息密度。
舉個(gè)栗子:豆瓣想分析用戶關(guān)于國(guó)外電影的喜好,講國(guó)內(nèi)電影的評(píng)分?jǐn)?shù)據(jù)都排除掉
大數(shù)據(jù),也不是數(shù)據(jù)越多越好,數(shù)據(jù)多帶來的信息多,但是噪聲也會(huì)變多。
9.因果分析
顧名思義,因果分析的目標(biāo)是:找出事物間相互影響的關(guān)系。
舉個(gè)栗子:廣告的效果提升的原因是廣告內(nèi)容好?還是投放到了更精準(zhǔn)的用戶?
這里最常見的手段就是A/Btest啦,大家肯定都不陌生。
相信大家已經(jīng)掌握了基礎(chǔ)的數(shù)據(jù)分析方法,按照這個(gè)思路可以多做一些練習(xí),就能熟練應(yīng)用了。
生活中我們每天都在產(chǎn)生數(shù)據(jù),數(shù)據(jù),讓一切有跡可循,讓一切有源可溯。數(shù)據(jù)分析是非常強(qiáng)大的,不過當(dāng)然還是要在具體的情景下,嚴(yán)格的選擇假設(shè),采用科學(xué)的分析方法才能產(chǎn)出有價(jià)值的結(jié)果。
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
2025被稱為“AI元年”,而AI,與數(shù)據(jù)密不可分。網(wǎng)易公司創(chuàng)始人丁磊在《AI思維:從數(shù)據(jù)中創(chuàng)造價(jià)值的煉金術(shù)》一書中指出:AI思維, ...
2025-07-17數(shù)據(jù)分析師的技能圖譜:從數(shù)據(jù)到價(jià)值的橋梁? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,數(shù)據(jù)分析師如同 “數(shù)據(jù)翻譯官”,將冰冷的數(shù)字轉(zhuǎn)化為清晰的 ...
2025-07-17Pandas 寫入指定行數(shù)據(jù):數(shù)據(jù)精細(xì)化管理的核心技能? 在數(shù)據(jù)處理的日常工作中,我們常常需要面對(duì)這樣的場(chǎng)景:在龐大的數(shù)據(jù)集里精 ...
2025-07-17解碼 CDA:數(shù)據(jù)時(shí)代的通行證? 在數(shù)字化浪潮席卷全球的今天,當(dāng)企業(yè)決策者盯著屏幕上跳動(dòng)的數(shù)據(jù)曲線尋找增長(zhǎng)密碼,當(dāng)科研人員在 ...
2025-07-17CDA 精益業(yè)務(wù)數(shù)據(jù)分析:數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)增長(zhǎng)的實(shí)戰(zhàn)方法論 在企業(yè)數(shù)字化轉(zhuǎn)型的浪潮中,“數(shù)據(jù)分析” 已從 “加分項(xiàng)” 成為 “必修課 ...
2025-07-16MySQL 中 ADD KEY 與 ADD INDEX 詳解:用法、差異與優(yōu)化實(shí)踐 在 MySQL 數(shù)據(jù)庫表結(jié)構(gòu)設(shè)計(jì)中,索引是提升查詢性能的核心手段。無論 ...
2025-07-16解析 MySQL Update 語句中 “query end” 狀態(tài):含義、成因與優(yōu)化指南? 在 MySQL 數(shù)據(jù)庫的日常運(yùn)維與開發(fā)中,開發(fā)者和 DBA 常會(huì) ...
2025-07-16如何考取數(shù)據(jù)分析師證書:以 CDA 為例? ? 在數(shù)字化浪潮席卷各行各業(yè)的當(dāng)下,數(shù)據(jù)分析師已然成為企業(yè)挖掘數(shù)據(jù)價(jià)值、驅(qū)動(dòng)決策的 ...
2025-07-15CDA 精益業(yè)務(wù)數(shù)據(jù)分析:驅(qū)動(dòng)企業(yè)高效決策的核心引擎? 在數(shù)字經(jīng)濟(jì)時(shí)代,企業(yè)面臨著前所未有的數(shù)據(jù)洪流,如何從海量數(shù)據(jù)中提取有 ...
2025-07-15MySQL 無外鍵關(guān)聯(lián)表的 JOIN 實(shí)戰(zhàn):數(shù)據(jù)整合的靈活之道? 在 MySQL 數(shù)據(jù)庫的日常操作中,我們經(jīng)常會(huì)遇到需要整合多張表數(shù)據(jù)的場(chǎng)景 ...
2025-07-15Python Pandas:數(shù)據(jù)科學(xué)的瑞士軍刀? ? 在數(shù)據(jù)驅(qū)動(dòng)的時(shí)代,面對(duì)海量、復(fù)雜的數(shù)據(jù),如何高效地進(jìn)行處理、分析和挖掘成為關(guān)鍵。 ...
2025-07-15用 SQL 生成逆向回滾 SQL:數(shù)據(jù)操作的 “后悔藥” 指南? 在數(shù)據(jù)庫操作中,誤刪數(shù)據(jù)、錯(cuò)改字段或誤執(zhí)行批量更新等問題時(shí)有發(fā)生。 ...
2025-07-14t檢驗(yàn)與Wilcoxon檢驗(yàn)的選擇:何時(shí)用t.test,何時(shí)用wilcox.test? t 檢驗(yàn)與 Wilcoxon 檢驗(yàn)的選擇:何時(shí)用 t.test,何時(shí)用 wilcox. ...
2025-07-14AI 浪潮下的生存與進(jìn)階: CDA數(shù)據(jù)分析師—開啟新時(shí)代職業(yè)生涯的鑰匙(深度研究報(bào)告、發(fā)展指導(dǎo)白皮書) 發(fā)布機(jī)構(gòu):CDA數(shù)據(jù)科 ...
2025-07-13LSTM 模型輸入長(zhǎng)度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長(zhǎng)序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠(chéng)摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡(jiǎn)稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10