📜  数据分析的模型规划

📅  最后修改于: 2021-09-08 16:29:04             🧑  作者: Mango

在本文中,我们将讨论数据分析的模型规划,其中我们将一一介绍所有程序步骤。

模型规划是数据分析生命周期阶段的第 3 阶段,其中团队确定其打算在后续模型构建阶段遵循的方法、技术和工作流。

在这个阶段,团队参考在发现过程中开发的假设,在那里他们首先熟悉数据并理解业务问题或领域领域。

模型规划阶段的常用工具:

R——

  • 它的基本优势是可以轻松开发质量图,包括需要的数学公式。
  • SQL 最著名的用途是作为构建其仪表板的基础架构,这些仪表板易于与报告工具一起使用。
  • 为了更快地创建数据库并与数据库交互,SQL 已被改编成各种工具,每个工具都有自己的利基市场,包括 Microsoft Access 和 PostgreSQL。

SQL –

  • 它易于访问,可用于制作复杂模型和快速分析,并提供深入的数据操作能力。
  • 应用程序管理器的 SQL 服务器监控部分采用表格格式,可以轻松地在实时数据屏幕和分析功能的访问之间切换。
  • 通过直观的界面广泛访问数据,而无需考虑数据的存储位置。
  • 以最少的数据知识或显示数据所需的 SQL 轻松访问数据。
  • 使用与加载器的无缝接口轻松工作,无需详细了解每个加载器即可使用。
  • 使用基本存储选项提高效率,包括实体视图、临时表和分区表。

Tableau Public –

  • 它是一个免费提供的软件,可以连接到任何数据源到企业基于 Web 的数据。
  • 它允许访问以不同格式下载文件。
  • 数据可以通过社交媒体共享。
  • 如果有人想看到画面的优越性,这是一个非常好的数据源。

SAS——

  • 它是一种用于数据操作的编程环境和语言。
  • SAS 易于管理、访问并用于观察来自各种来源的数据。
  • SAS 组织了广泛用于潜在客户的网络、社交媒体和营销分析模块。
  • 它还用于预测客户的行为和沟通。

RapidMiner –

  • 它是数据科学中一个强大的集成平台,可以执行预测分析。
  • 它包含高级分析,如数据挖掘、机器学习,无需任何编程。
  • 该工具非常强大,可以根据现实数据生成分析。