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。