วิธีการเห็นภาพการวิเคราะห์เชิงคาดการณ์' ข้อมูลดิบ - หุ่น

ภาพมีมูลค่าหนึ่งพันคำ - โดยเฉพาะอย่างยิ่งเมื่อคุณพยายามจับภาพข้อมูลการวิเคราะห์คาดการณ์ของคุณ ในขั้นตอนก่อนการประมวลผลในขณะที่คุณกำลังเตรียมข้อมูลของคุณการปฏิบัติทั่วไปเพื่อให้เห็นภาพสิ่งที่คุณมีอยู่ในมือก่อนดำเนินการต่อในขั้นตอนต่อไป

คุณเริ่มต้นโดยใช้สเปรดชีตเช่น Microsoft Excel เพื่อสร้างเมทริกซ์ข้อมูลซึ่งประกอบด้วยคุณลักษณะข้อมูลผู้สมัคร (เรียกอีกอย่างว่า แอ็ตทริบิวต์ ) แพคเกจซอฟต์แวร์ทางธุรกิจหลายชุด (เช่น Tableau) สามารถให้ภาพรวมเบื้องต้นของข้อมูลที่คุณต้องการใช้การวิเคราะห์ได้

วิธีการใช้การสร้างภาพข้อมูลแบบตารางสำหรับการวิเคราะห์เชิงทำนาย

ตารางเป็นภาพที่ง่ายที่สุดและเป็นพื้นฐานที่สุดของข้อมูล ตาราง (หรือเรียกอีกอย่างว่า สเปรดชีต ) ประกอบด้วยแถวและคอลัมน์ซึ่งสอดคล้องกับวัตถุและคุณลักษณะที่ระบุไว้ก่อนหน้านี้ในการสร้างข้อมูลของคุณ ตัวอย่างเช่นพิจารณาข้อมูลเครือข่ายสังคมออนไลน์ อ็อบเจ็กต์ข้อมูลอาจเป็นตัวแทนของผู้ใช้ แอ็ตทริบิวต์ของผู้ใช้ (ออบเจกต์ข้อมูล) สามารถเป็นส่วนหัวของคอลัมน์ ได้แก่ เพศรหัสไปรษณีย์หรือวันเดือนปีเกิด

เซลล์ในตารางแสดงค่า การแสดงภาพในตารางช่วยให้คุณสามารถตรวจหาค่าแอตทริบิวต์ของวัตถุข้อมูลได้โดยง่าย

ตารางสามารถให้ความยืดหยุ่นในการเพิ่มแอตทริบิวต์ใหม่ ๆ ซึ่งเป็นชุดค่าผสมของแอตทริบิวต์อื่น ๆ ตัวอย่างเช่นในข้อมูลเครือข่ายสังคมคุณสามารถเพิ่มคอลัมน์อื่นที่เรียกว่าอายุซึ่งสามารถคำนวณได้โดยง่ายเนื่องจากเป็นแอตทริบิวต์ที่ได้รับจากแอตทริบิวต์วันเดือนปีที่มีอยู่ ข้อมูลเครือข่ายสังคมแบบตารางจะแสดงคอลัมน์ใหม่อายุซึ่งสร้างขึ้นจากคอลัมน์ที่มีอยู่อื่น (วันเดือนปีเกิด)

แผนภูมิแท่งใช้ในการวิเคราะห์เชิงคาดการณ์

แผนภูมิแท่งสามารถใช้เพื่อตรวจสอบการบิดหรือความผิดปกติในข้อมูลของคุณได้ คุณสามารถใช้งานได้สำหรับแต่ละแอ็ตทริบิวต์เพื่อดูภาพค่าต่ำสุดและสูงสุดอย่างรวดเร็ว นอกจากนี้ยังสามารถใช้แผนภูมิแท่งเพื่อเริ่มการสนทนาเกี่ยวกับวิธีทำให้ข้อมูลของคุณเป็นแบบปกติ

การทำให้เป็นมาตรฐาน คือการปรับค่าบางอย่างหรือทั้งหมดให้อยู่ในระดับที่ทำให้ข้อมูลมีประโยชน์มากขึ้น ตัวอย่างเช่นคุณสามารถเห็นได้ว่ามีข้อผิดพลาดในข้อมูล: แถบอายุในหนึ่งระเบียนเป็นค่าลบ ความผิดปกติดังกล่าวแสดงได้ง่ายกว่าแผนภูมิแท่งโดยใช้ตารางข้อมูล

ข้อมูลเบื้องต้นเกี่ยวกับแผนภูมิวงกลมสำหรับการวิเคราะห์เชิงคาดการณ์

แผนภูมิวงกลมใช้เพื่อแสดงร้อยละ พวกเขาสามารถอธิบายการแจกจ่ายของหลายรายการและเน้นที่โดดเด่นที่สุด ข้อมูลดิบของเครือข่ายสังคมแสดงตามแอตทริบิวต์อายุสังเกตเห็นว่าแผนภูมิแสดงการกระจายตัวของเพศชายกับเพศหญิงได้อย่างชัดเจน แต่ยังเป็นข้อผิดพลาดที่อาจเกิดขึ้น: R เป็นค่าสำหรับประเภทเพศที่อาจสร้างขึ้นเมื่อเก็บรวบรวมข้อมูล

วิธีการใช้แผนภูมิกราฟสำหรับการวิเคราะห์เชิงพยากรณ์

ทฤษฎีกราฟให้ชุดอัลกอริทึมที่มีประสิทธิภาพซึ่งสามารถวิเคราะห์ข้อมูลที่มีโครงสร้างและแสดงเป็นกราฟ ในวิทยาการคอมพิวเตอร์ กราฟ คือโครงสร้างข้อมูลวิธีจัดระเบียบข้อมูลที่แสดงถึงความสัมพันธ์ระหว่างคู่ของข้อมูล กราฟประกอบไปด้วย 2 ส่วนหลักคือ

• Vertices หรือที่เรียกว่า โหนด

• ขอบซึ่งเชื่อมต่อคู่ของโหนด

สามารถกำหนดเส้นขอบ (วาดเป็นลูกศร) และสามารถมีน้ำหนักได้ คุณสามารถตัดสินใจที่จะวางขอบ (ลูกศร) ระหว่างสองโหนด (แวดวง) - ในกรณีนี้สมาชิกของเครือข่ายสังคมที่เชื่อมต่อกับสมาชิกคนอื่น ๆ ในฐานะเพื่อน:

ทิศทางของลูกศรชี้ว่าใครเป็น "เพื่อน" คนแรก หรือผู้ที่เริ่มต้นการโต้ตอบตลอดเวลา

พื้นฐานของเมฆคำสำหรับการวิเคราะห์เชิงคาดการณ์

พิจารณารายการของคำหรือแนวคิดที่จัดเป็น word cloud - การแสดงภาพของคำทั้งหมดในรายการโดยแสดงขนาดของแต่ละคำเป็นสัดส่วน เป็นเมตริกที่คุณระบุ ตัวอย่างเช่นถ้าคุณมีสเปรดชีตของคำและเหตุการณ์และคุณต้องการระบุคำที่สำคัญที่สุดลองใช้คำว่าเมฆ

เมฆคำทำงานเนื่องจากข้อมูลขององค์กรส่วนใหญ่เป็นข้อความ ตัวอย่างทั่วไปคือการใช้คำที่มีแนวโน้มมากขึ้นของ Twitter ทุกคำในการแสดงนี้มีน้ำหนักที่มีผลต่อขนาดของมันเป็นตัวบ่งชี้ความสำคัญของสัมพัทธ์

วิธีหนึ่งในการกำหนดน้ำหนักที่อาจเป็นตามจำนวนครั้งที่มีคำปรากฏในการรวบรวมข้อมูลของคุณ ยิ่งมีคำปรากฏขึ้นบ่อยเท่าใดน้ำหนักของ "หนัก" ก็ยิ่งเพิ่มมากขึ้นเท่านั้นและยิ่งใหญ่ขึ้นในเมฆ

พฤติกรรมการเดินป่าตามธรรมชาติโดยทั่วไปคือระบบการจัดตัวเองซึ่งวัตถุ (โดยเฉพาะอย่างยิ่งสิ่งมีชีวิต) มีแนวโน้มที่จะปฏิบัติตนตาม (a) สภาพแวดล้อมที่พวกเขาอาศัยอยู่และ (ข) คำตอบของพวกเขากับวัตถุอื่นที่มีอยู่ พฤติกรรมการเดินป่าของสังคมตามธรรมชาติเช่นผึ้งแมลงวันนกปลาและมดหรือสำหรับคนที่เป็นที่รู้จักกันในชื่อว่า

หน่วยลาดตระเวน นกปฏิบัติตามกฎธรรมชาติเมื่อทำตัวเป็นฝูง Flock-mates

คือนกที่อยู่ห่างกันเป็นระยะ ๆ นกเหล่านี้ถือว่าคล้ายกัน นกแต่ละตัวเคลื่อนที่ตามหลักสามข้อที่จัดระเบียบพฤติกรรมการเคลื่อนย้าย การแยก: เพื่อนร่วมคอกต้องไม่ชนกัน

• การจัดตำแหน่ง: เพื่อนที่เลี้ยงเพื่อย้ายไปในทิศทางเดียวกันกับเพื่อนบ้านของพวกเขา

• การเกาะติดกัน: เพื่อนที่เลี้ยงปศุสัตว์เคลื่อนที่ไปตามตำแหน่งหรือตำแหน่งเฉลี่ยของเพื่อนบ้านของพวกเขา

• การสร้างแบบจำลองเหล่านี้สามกฎสามารถทำให้ระบบการวิเคราะห์สามารถจำลองพฤติกรรมการออกพันธุกรรมได้ การใช้พฤติกรรมตามธรรมชาติของนกที่กำลังมาด้วยตนเองคุณสามารถแปลงสเปรดชีตที่ตรงไปตรงมาเป็นภาพประกอบได้กุญแจสำคัญคือการกำหนดความคล้ายคลึงกันเป็นส่วนหนึ่งของข้อมูลของคุณ เริ่มต้นด้วยคำถามสองข้อ: สิ่งที่ทำให้ข้อมูลสองชุดในข้อมูลของคุณคล้ายกัน?

แอตทริบิวต์ใดที่จะช่วยให้เกิดความเหมือนกันระหว่างสองระเบียนข้อมูลได้ดีที่สุด

• ตัวอย่างเช่นในข้อมูลเครือข่ายทางสังคมระเบียนข้อมูลเป็นตัวแทนของผู้ใช้แต่ละราย แอตทริบิวต์ที่อธิบายถึงพวกเขาสามารถรวมอายุรหัสไปรษณีย์สถานะความสัมพันธ์รายชื่อเพื่อนจำนวนเพื่อนนิสัยเหตุการณ์