Altair Knowledge Studio™产品介绍及应用

Altair澳汰尔

于 2021-05-13 11:20:31 发布

阅读量502

点赞数

本文链接：https://blog.csdn.net/altala/article/details/116741443

版权

Altair Knowledge Studio™产品介绍及应用

1. Knowledge Studio背景与历史

Knowledge Studio是原Angoss公司的数据科学和数据建模产品，于2018年初被原Datawatch公司收购。Angoss是加拿大数据分析软件和服务提供商，可以提供预测分析服务与软件销售，为金融，保险，零售等行业提供数据挖掘，数据分析，预测建模等业务与功能。

经过Altair收购与整合之后，现已成为Altair Knowledge Works数据分析平台下数据科学的一个分支，目前共包含三款产品：KnowledgeSEEKER, Knowledge Studio和Knowledge Studio for Apache Spark。

2. Knowledge Studio功能介绍

Knowledge Studio作为预防分析和数据科学平台，是数据挖掘领域的一款重要利器。在众多的数据科学或预测分析工具中，Knowledge Studio具有其独特的优势和特点。
在这里插入图片描述

交互式的工作流程，预定义流程和模型，用于构建、显示和重用分析模型；
与主流的数据库，大数据平台，程序应用，商业软件和语言具有直接接口，可直接应用这些数据；
无需任何编码：建模流程和模型已预定义，全程无需任何编码，特别适用于前端业务人员应有；
行业最佳的决策树模型：具有算法专利权的决策树模型，直观和交互式的决策树产生过程，用户根据需要选择手动和自动生长，并直观地显示分析结果，易于解读。
自动生成其它语言和工具的代码：利用Knowledge Studio产生的预测模型，可以自动生成R, Python, Jave, SQL, SAS, SPSS等语言模型，便于下一步的部署。
对于超大数据（千万行级别以上）,Knowledge Studio与Apache Spark无缝链接，而且在同样的操作界面下进行。

3. Knowledge Studio关键模型

Knowledge Studio已经内置了20几种模型，并包含了多种算法在其中。简单介绍一些常见的模型：

决策树模型：决策树可以快速识别数据类型，灵活选取变量和更改参数，通过自动划分或手动选择变量划分来构造直观的决策图和可能的结果，用于创建到达目标的规划，其具体表现为一种树形结构。
策略树模型：策略树是建立在决策树模型基础上的，无需依赖于复杂的代码即可使预测分析变得更规范化，可视化和商业化，可将各种商业规则在单个树状图上显示，非常直观。
线性回归模型：线性回归是一种常见的统计建模技术，在预测和估计中有许多实际用途。预测是与任何预测有关的更通用的术语，估计是展示还未观测出结果的未来事件的过程。
逻辑回归模型：逻辑回归是一种用于预测类别型因变量的建模技术。
评分卡模型：打分卡模型将各自变量转换为相应点数，并将与因变量特征相关的点数相加以产生分数。比如，贷款公司通常使用记分卡来支持信贷决策，评估新的信贷申请，信贷限额的变更，交易的超额审批等。
聚类分析：聚类是创建归纳同类族群的过程。例如，聚类可以分析消费者的购买习惯。聚类是一种无监督的机器学习过程，因为模型中不涉及因变量，所有变量都被视为自变量。
关联分析（也叫市场购物篮分析）：关联分析是一种与聚类相似的技术。它主要用于发现数据之间的关联并且导出规则。这些规则显示出特定组合一起同时出现的概率。当有兴趣将其它产品和服务作为下一个最佳产品推广时，通常会使用到关联分析。