機(jī)器學(xué)習(xí)平臺建模過程中多變量數(shù)據(jù)分析應(yīng)該怎么做？
2022-09-23 10:06:00
次
變量分析目的是為了發(fā)現(xiàn)變量之間的關(guān)系。按照預(yù)先設(shè)定的重要程度來發(fā)掘變量之間的關(guān)聯(lián)，在數(shù)據(jù)分析過程中，經(jīng)常會遇到變量關(guān)系的定性及定量分析。
這時，需要數(shù)據(jù)分析師們通過圖表或數(shù)值計算等方式來探索數(shù)據(jù)變量之間是否存在某種關(guān)聯(lián)關(guān)系，可以在離散變量和連續(xù)變量的任意組合上面使用雙變量分析方法。
離散型變量和連續(xù)型變量有什么區(qū)別？
?離散變量是指其數(shù)值只能??然數(shù)或整數(shù)單位計算的則為離散變量.例如,企業(yè)個數(shù),職??數(shù),設(shè)備臺數(shù)等,只能按計量單位數(shù)計數(shù),這種變量的數(shù)值?般?計數(shù)?法取得.
?反之,在?定區(qū)間內(nèi)可以任意取值的變量叫連續(xù)變量,其數(shù)值是連續(xù)不斷的,相鄰兩個數(shù)值可作?限分割,即可取?限個數(shù)值.例如,?產(chǎn)零件的規(guī)格尺?,?體測量的??,體重,胸圍等為連續(xù)變量,其數(shù)值只能?測量或計量的?法取得.如果變量可以在某個區(qū)間內(nèi)取任?實數(shù)，即變量的取值可以是連續(xù)的，這隨機(jī)變量就稱為連續(xù)型隨機(jī)變量。
多變量數(shù)據(jù)分析方法
雙變量分析法組合可以是：離散型和離散型、離散型和連續(xù)型、連續(xù)型和連續(xù)型，針對不同的組合可以使用不同的分析方法。接下來為大家介紹如何用Tempo機(jī)器學(xué)習(xí)平臺完成多變量分析：
1、連續(xù)型和連續(xù)型：
當(dāng)兩個變量都是連續(xù)型的時候，可以觀察他們的散點圖(scatter)分布情況，這是一種很實用的方法來發(fā)現(xiàn)變量間的關(guān)系，根據(jù)散點圖的形狀能夠顯示(indicates)出變量是線性(linear)關(guān)系還是非線性(non-linear)的關(guān)系。
首先我們選取全國銷售訂單數(shù)據(jù)，構(gòu)建銷售額與利潤散點圖，由此得出銷售額與訂單數(shù)量為非線性。
由于散點圖只能直觀的展示出變量之間的關(guān)系，但并不說明化關(guān)系的強(qiáng)弱，這里還需相關(guān)系數(shù)(Correlation)進(jìn)一步量化變量關(guān)系。相關(guān)系數(shù)是一個大于-1小于1的值，包括pearson、spearman等。
同樣，我們選取全國銷售訂單數(shù)據(jù)，構(gòu)建銷售額、訂單數(shù)量、折扣點、利潤、單價與運輸成本的相關(guān)系數(shù)，由此得出銷售額與單價相關(guān)程度最高。
相關(guān)系數(shù)的絕對值越大，說明兩個變量的相關(guān)程度越高。如果相關(guān)系數(shù)為正值，表示兩個變量呈正相關(guān)特性，若為負(fù)值，則表示變量為負(fù)相關(guān)。
2、離散型與離散型
為了發(fā)現(xiàn)離散型變量之間的關(guān)系，我們可以使用以下方法：
?分類匯總：按照某種分類變量和需要分析的數(shù)據(jù)進(jìn)行分類計算，對原始數(shù)據(jù)分類，做出表格形式，便于直觀地觀察數(shù)據(jù)的大致分布情況。
同樣的我們選取全國銷售訂單數(shù)據(jù)，對省份和訂單數(shù)量（平均值）進(jìn)行分類匯總，便于直觀地觀察各省份訂單數(shù)量的大致分布情況。
?堆疊條線圖：將每個柱子進(jìn)行分割以顯示相同類型下各個數(shù)據(jù)的大小情況。
它可以形象地展示一個大分類包含的每個小分類的數(shù)據(jù)，以及各個小分類的占比，顯示的是單個項目與整體之間的關(guān)系。
同樣，我們選取全國銷售訂單數(shù)據(jù)，使用條線圖來表示不同銷售市場下的利潤和訂單數(shù)量情況（勾選堆疊），能直觀反映出利潤與訂單數(shù)量占比情況。
3、離散型和連續(xù)型：當(dāng)處理離散型和連續(xù)型變量的時候，可以為每一個類別變量繪制箱線圖，也可以通過單因素方差分析等方法來描述變量間的關(guān)系。
?箱線圖：展示原始數(shù)據(jù)分布的特征，還可以進(jìn)行多組數(shù)據(jù)分布特征的比較。
同樣的我們選取全國銷售訂單數(shù)據(jù)，使用箱線圖來表示不同銷售市場下的銷售額，能直觀展示銷售額數(shù)據(jù)特征。
?單因素方差分析：解決一個因素對另外一個因素是否存在顯著性影響提出的，因子為影響因素，因變量為分析因素。
同樣的我們選取全國銷售訂單數(shù)據(jù)，使用方差分析（單因素）來計算不同產(chǎn)品類別對銷售額的影響，結(jié)果為P<0.05,說明產(chǎn)品類別的取值對銷售額影響顯著。
運用Tempo機(jī)器學(xué)習(xí)平臺實現(xiàn)多變量數(shù)據(jù)分析，通過圖表或數(shù)值計算等方式探索數(shù)據(jù)變量之間存在的某種關(guān)聯(lián)關(guān)系。
如果大家在實際業(yè)務(wù)中想要探究變量之間的關(guān)系，歡迎申請試用Tempo機(jī)器學(xué)習(xí)平臺！
Tempo商業(yè)智能平臺
Tempo人工智能平臺
Tempo數(shù)據(jù)工廠平臺
Tempo指標(biāo)平臺
Tempo數(shù)據(jù)治理平臺
Tempo主數(shù)據(jù)管理平臺
首頁
美林?jǐn)?shù)據(jù)
行業(yè)資訊
陜公網(wǎng)安備 61019002000171號
