大数据技术基础知识总结十三

• 什么是数据挖掘
  • 以数据作为研究的对象，从数据中寻找价值，获取知识的过程，至于说机器学习算法，或者数据的统计分析，这些都是手段
• 数据挖掘的流程
  • 理解业务
    • 认识清楚我们要完成的业务目标，能够为我们后面的提升效率、优化效果带来非常大的帮助
  • 理解数据
  • 准备数据
    • 把原始的数据经过清洗加工，转变成我们在后面的建模环节所需要的状态
  • 构建模型
    • 分类
    • 聚类
    • 回归
    • 关联分析
  • 模型评估
  • 部署上线
  • 下一次迭代

———————————————————————————————————————————

• 图表的优点
  • 简化数据
  • 加强记忆
  • 易于理解
  • 突出重点
• 不同场景下的可视化工具
  • 开发者个人数据可视化
    • Matplotlib
    • Seaborn
  • 业务分析型数据可视化
    • Tableau
  • 动态数据展示可视化
    • Echarts
• 可视化的建议
  • 关于可视化图表的选型
    • 类别比较
      • 柱形图
      • 条形图
      • 雷达图
      • 词云图
    • 数据关系
      • 数值关联分析需求
        • 散点图
        • 气泡图
        • 曲面图
      • 当要对比的变量超过三个
        • 星形图
        • 平行坐标系
        • 矩阵散点图
      • 层次关系
        • 节点链接图
        • 树形图
        • 冰柱图
        • 旭日图
      • 网络关系
        • 桑基图
        • 蜂箱图
    • 数据分布
      • 直方图
      • 密度曲线图
      • 箱型图
    • 时间序列
      • 折线图
      • 面积图
      • 雷达图
      • 日历图
      • 柱形图
    • 局部整体
      • 饼图
      • 环形图
      • 旭日图
      • 矩形树状图
    • 地理空间
      • 地图作为底图，然后辅助以热力图或者散点图进行对比
  • 关于颜色的搭配
    • 最好使用既定的色彩主题
    • 去一些配色网站上寻找你想要的配色方案
    • 使用公司提供的配色方案