预测模型和数据分析的区别,类似于数学模型和数据挖掘模型的区别,即数据分析一般是通过已经分析已知,类似于数学上口算和公式计算,有简单和复杂的区别;预测是发现未知的信息或规律,并且通过已知信息不断增加算法拟合度,提高预测准确性,预测最终的目的一般是分类,常用到一些机器学习和深度学习的算法,如广义线性模型、决策树、随机森林、支持向量机、神经网络等。
有几篇自己的文章可以参考一下
什么是数据建模(数据建模及可视化) 数据模型和数据挖掘模型的区别
数据建模之糖尿病预测(数据挖掘) 支持向量机
数据建模之客户流失分析(数据挖掘) 决策树,随机森林
数据建模之房价预测(数据挖掘) 广义线性模型
数据建模案例之毛利率分析 数据分析
以上案例基于数合建模(数据建模及可视化工具)完成
基于数据建模及相关生态工具平台,推动政企数字化建设