大数据之数据分析.pptx

数据分析 郭现伟 大数据之数据分析全文共11页，当前为第1页。 数据分析知识点 大数据之数据分析全文共11页，当前为第2页。 监督学习和非监督学习 监督学习 监督学习针对有标签数据集，它通过学习出一个模型（其实就是一个函数）来拟合数据，按照模型（函数）的输出结果是否离散又可以分为两类，分别是：（1）输出结果为离散值，则为分类问题（常见的分类算法：KNN、贝叶斯分类器、决策树、SVM、神经网络、GBDT、随机森林等）；（2）输出结果为连续值，则为回归问题（有线性回归和逻辑回归两种）。 无监督学习 无监督学习针对没有标签的数据集，它将样本按照距离划分成类簇，使得类内相似性最大，类间相似性最小。通过观察聚类结果，我们可以得到数据集的分布情况，为进一步分析提供支撑。常见的聚类算法有K-means、高斯混合模型和LDA。 如何选择有监督和无监督？ 1、是否有标签和训练数据 2、数据条件是否可改善 3、看样本是否独立分布 大数据之数据分析全文共11页，当前为第3页。 数据分析常用算法 大数据之数据分析全文共11页，当前为第4页。 数据分析算法 回归算法 回归分析是一种预测性的建模技术。 它研究的是