Hem Personliga finanser Grunderna för dataklyssningar i förklarande analyser - dummies

Grunderna för dataklyssningar i förklarande analyser - dummies

Video: Grunderna för riktigt bra wedgar 2025

Video: Grunderna för riktigt bra wedgar 2025
Anonim

A dataset < (eller datainsamling) är en uppsättning objekt i prediktiv analys. Exempelvis är en uppsättning dokument en dataset där dataelementen är dokument. En uppsättning användaruppgifter för sociala nätverk (namn, ålder, lista över vänner, bilder osv.) Är en dataset där dataelementen är profiler av sociala nätverksanvändare. Dataklypning

är uppgiften att dela en dataset i delmängder av liknande föremål. Objekt kan också hänvisas till som instanser, observationer, enheter eller dataobjekt. I de flesta fall representeras en dataset i tabellformat - en datamatris . En datamatris är en tabell med siffror, dokument eller uttryck som representeras i rader och kolumner enligt följande:

Varje rad motsvarar ett givet objekt i datasetet.
  • Rader kallas ibland som

    objekt, föremål, instanser eller observationer. Varje kolumn representerar en särskild egenskap för ett objekt.

  • Kolumner kallas

    funktioner eller attribut. Användning av dataklypning till en dataset genererar grupper av liknande dataposter. Dessa grupper heter

kluster - samlingar av liknande dataposter.

Liknande

objekt har ett starkt mätbart förhållande bland dem - färska grönsaker, till exempel, liknar varandra än de är frysta livsmedel - och klusteringstekniker använder det förhållandet till gruppen föremålen. Styrkan av ett förhållande mellan två eller flera objekt kan kvantifieras som en

likhetsåtgärd: En matematisk funktion beräknar korrelationen mellan två dataposter. Resultaten av den beräkningen, som heter likhetsvärden, jämför i huvudsak ett visst dataobjekt till alla andra objekt i datasetet. Dessa andra objekt kommer att vara antingen mer eller mindre lika i jämförelse med det specifika objektet.

Beräknade likheter spelar en viktig roll för att tilldela objekt till grupper (

kluster ). Varje grupp har ett objekt som bäst representerar det; Detta objekt kallas en klusterrepresentant . Tänk på en dataset som består av flera typer av frukter i en korg. Korgen har frukter av olika slag som äpplen, bananer, citroner och päron. I detta fall är frukter dataposter. Dataklypningsprocessen extraherar grupper av liknande frukter ur denna dataset (korg med olika frukter).

Det första steget i en dataklypningsprocess är att översätta denna dataset till en datamatris: Ett sätt att modellera denna dataset är att raderna representerar objekten i datasetet (frukter); och kolumnerna representerar egenskaper eller funktioner som beskriver objekten.

Till exempel kan en fruktfunktion vara frukttypen (som banan eller äpple), vikt, färg eller pris. I det här exempeldatasetet har objekten tre funktioner: frukttyp, färg och vikt.

I de flesta fall tillåter man att

Hämta grupper (kluster) av liknande föremål genom att tillämpa en dataklusteringsteknik på fruktdatasetet enligt ovan.

  • Du kan berätta att din frukt är av N antal grupper. Därefter kan du, om du väljer en slumpmässig frukt, göra ett uttalande om det föremålet som en del av en av N-grupperna. Hämta klusterrepresentanter för varje grupp.

  • I det här exemplet skulle en klusterrepresentant plocka en frukttyp ur korgen och lägga den åt sidan. Egenskapen hos denna frukt är sådan att den frukosten bäst representerar det kluster som det tillhör. När du är klar klustring är din dataset organiserad och uppdelad i naturliga grupperingar.

Datakluster avslöjar strukturen i data genom att extrahera naturliga grupperingar från en dataset. Att upptäcka kluster är därför ett viktigt steg mot att formulera idéer och hypoteser om strukturen i dina data och härleda insikter för att bättre förstå det.

Dataklypning kan också vara ett sätt att modellera data: Den representerar en större mängd data av kluster eller klusterrepresentanter.

Dessutom kan din analys söka helt enkelt att partitionera data till grupper av liknande saker - som när

marknadssegmentering partitionerar målmarknadsdata till grupper som Konsumenter som delar samma intressen (

  • Konsumenter som har gemensamma behov (till exempel dem med specifika matallergier)

  • Identifiera kluster av liknande kunder kan hjälpa dig att utveckla en marknadsföringsstrategi som tillgodoser behoven hos specifika kluster.

Dessutom kan dataklypning också hjälpa dig att identifiera, lära eller förutse naturen hos nya dataposter - särskilt hur nya data kan kopplas till att göra förutsägelser. I

mönsterigenkänning kan analysmönster i data (t.ex. köpmönster i specifika regioner eller åldersgrupper) hjälpa dig att utveckla prediktiv analys - förutse i så fall typen av framtida dataposter som kan passar bra med etablerade mönster. Exempel på fruktkorg använder dataklypning för att skilja mellan olika dataposter. Antag att ditt företag monterar egna fruktkorgar och en ny, okänd frukt introduceras på marknaden. Du vill lära dig eller förutsäga vilket kluster det nya objektet kommer att tillhöra om du lägger till det i fruktkorg.

Eftersom du redan har tillämpat dataklypning på fruktdatasetet har du fyra kluster - vilket gör det enklare att förutsäga vilket kluster (specifik typ av frukt) som är lämplig för det nya objektet. Allt du behöver göra är att jämföra den okända frukten med de andra fyra klusterrepresentanterna och identifiera vilket kluster som är den bästa matchen.

Även om processen kan tyckas uppenbar för en person som arbetar med en liten dataset är det inte så uppenbart i större skala - när man måste klara miljontals objekt utan att undersöka var och en.Komplexiteten blir exponentiell när datasetet är stort, mångsidigt och relativt osammanhängande - varför finns klustringsalgoritmer: Datorer gör den typen av arbete bäst.

Grunderna för dataklyssningar i förklarande analyser - dummies

Redaktörens val

Hur man skapar en webbplats i Dreamweaver - dummies

Hur man skapar en webbplats i Dreamweaver - dummies

Definierar en Dreamweaver-webbplats mer smidigt om du har filer du planerar att använda på din webbplats organiserade i en mapp - med, om du vill, undermappar för bilder, video och kanske andra element som ljud. Med dina filer separerade i en organiserad mappstruktur är du redo att definiera en Dreamweaver-webbplats. ...

Hur man skapar en HTML-sida med Dreamweavers nya dokumentfönster - dummies

Hur man skapar en HTML-sida med Dreamweavers nya dokumentfönster - dummies

Du kan skapa en HTML-sida ny HTML-sida genom att använda Dreamweaver's New Document-fönstret, som erbjuder fler alternativ än Välkommen-skärmen, inklusive tillgång till alla mallar du har skapat med Dreamweaver, samt en samling av förutformade layouter, vilket kan ge dig en början på dina design. Du kan skapa många typer av filer ...

Hur man skapar en layout med en kolumn i Dreamweaver - dummies

Hur man skapar en layout med en kolumn i Dreamweaver - dummies

Innan du dyka in för att skapa en komplicerad vätskegriddesign i Dreamweaver, överväg att prova en enklare. Börja med att skapa en enkel vätskegridlayout med en kolumn, följ dessa enkla instruktioner: Välj Arkiv → Nytt. Fönstret Ny dokument öppnas. Obs! Se till att du har slutfört installationsprocessen innan du börjar arbeta med en ny vätska ...

Redaktörens val

Hur man använder Urklippspanel i Excel 2010 - dummies

Hur man använder Urklippspanel i Excel 2010 - dummies

Office Urklipp kan lagra flera nedskärningar och kopior från alla Microsoft Office-program som körs under Windows, inte bara Excel 2010. I Excel betyder det att du kan fortsätta klistra in saker från Office Clipboard i en arbetsbok även efter avslutad flyttning eller kopiering. Använd följande tekniker för att arbeta med ...

Hur man använder referensfunktioner i Excel 2016 - dummies

Hur man använder referensfunktioner i Excel 2016 - dummies

Referensfunktionerna i Excel 2016 på Lookup & Reference Kommandoknappens rullgardinsmeny på Formulas-fliken i bandet är utformad för att specifikt hantera olika aspekter av cellreferenser i arbetsbladet. Denna grupp av funktioner inkluderar: ADRESS för att returnera en cellreferens som en textinmatning i en cell i ...

Hur man använder Sparklines i Excel 2016 - dummies

Hur man använder Sparklines i Excel 2016 - dummies

Excel 2016 stöder en speciell typ av informationsgrafik kallad sparkline som representerar trender eller variationer i samlade data. Sparklines är små grafer i allmänhet om storleken på texten som omger dem. I Excel 2016 är kalkylblad höjden på kalkylbladscellerna, vars data de representerar och kan vara någon av de ...

Redaktörens val

Hur man undviker analysfel på Miller Analogies Test - dummies

Hur man undviker analysfel på Miller Analogies Test - dummies

Miller Analogies Testwriters är bra på att komponera frågor som är subtilt utformade för att lura dig. Du kan undvika vanliga analogfällor på MAT, om du har en plan för attack och en metod för att lösa dem. I allmänhet är den senare frågan i MAT, desto mer sannolikt är det ...

Hur man registrerar sig för MAT (Miller Analogies Test) - dummies

Hur man registrerar sig för MAT (Miller Analogies Test) - dummies

Efter att ha beslutat att ta Miller Analogies Test (MAT), du måste hitta en plats att faktiskt ta provet. Mer än 600 CTC, eller kontrollerade testcenter, administrerar matvaran i hela USA och Kanada, och även utomlands. För att hitta ett testcenter, gå till Miller Analogies Test-webbplatsen och leta efter en ...