纯干货！埃森哲的大数据分析框架分享-part 2

 

“接着上一篇的内容，这篇主要讲在PPT中提到的几种分析方法以及每种方法的实现方式”

0、简述

在我们做数据分析或者数据挖掘时肯定要借助一些分析方法来得到我们想要的结果，我们根据PPT的内容主要介绍几种主要的分析方法，具体内容：

1.1 分类与回归

1.2 聚类分析

1.3 关联分析

1.4 时序模型

1.5 遗传算法

2 数据分析工具

每一种分析方法都有整理好的案例介绍（在传送链接里，附python实现代码），先马后看。

 

1、分析方法

提起数据分析，大家往往会联想到一些密密麻麻的数字表格，或是高级的数据建模手法，再或是华丽的数据报表。其实，“ 分析 ”是每个人都具备的能力；比如预订酒店时，我们会比对多家的价格，地理位置等信息后做出最终选择。

这些小型决策，其实都是依照我们脑海中的数据点作出判断，这就是简单分析的过程。 对于分析师来说，则需要掌握一套系统的、科学的、符合商业规律的数据分析知识。

几种主要的分析方法汇总如下：

 

 

种类	功能	算法	典型应用
分类 回归	分类	决策树、神经网络分类、区别分析、逻辑回归、概率回归	风险分析、客户挽留分析、欺诈探测
	回归	线性回归、非线性回归	收益率分析，收入预测，信用价值预测，客户潜在价值预测
聚类	集群分析	K-平均值，神经网络聚类	客户分割
关联