Khoa học dữ liệu nhanh nhẹn - Vai trò của dự đoán
Trong chương này, chúng ta sẽ tìm hiểu về vai trò của các dự đoán trong khoa học dữ liệu nhanh. Các báo cáo tương tác cho thấy các khía cạnh khác nhau của dữ liệu. Dự đoán hình thành lớp thứ tư của chạy nước rút nhanh nhẹn.
Khi đưa ra dự đoán, chúng tôi luôn tham khảo dữ liệu trong quá khứ và sử dụng chúng làm suy luận cho các lần lặp lại trong tương lai. Trong quy trình hoàn chỉnh này, chúng tôi chuyển đổi dữ liệu từ xử lý hàng loạt dữ liệu lịch sử sang dữ liệu thời gian thực về tương lai.
Vai trò của các dự đoán bao gồm:
Dự đoán giúp ích trong việc dự báo. Một số dự báo dựa trên suy luận thống kê. Một số dự đoán dựa trên ý kiến của các chuyên gia.
Suy luận thống kê liên quan đến các dự đoán của tất cả các loại.
Đôi khi dự báo là chính xác, trong khi đôi khi dự báo không chính xác.
Phân tích dự đoán
Phân tích dự đoán bao gồm nhiều kỹ thuật thống kê từ mô hình dự đoán, học máy và khai thác dữ liệu, phân tích các dữ kiện hiện tại và lịch sử để đưa ra dự đoán về các sự kiện trong tương lai và chưa biết.
Phân tích dự đoán yêu cầu dữ liệu đào tạo. Dữ liệu được đào tạo bao gồm các tính năng độc lập và phụ thuộc. Các tính năng phụ thuộc là các giá trị mà người dùng đang cố gắng dự đoán. Đối tượng địa lý độc lập là đối tượng địa lý mô tả những thứ chúng ta muốn dự đoán dựa trên các đối tượng địa lý phụ thuộc.
Việc nghiên cứu các tính năng được gọi là kỹ thuật tính năng; điều này rất quan trọng để đưa ra dự đoán. Trực quan hóa dữ liệu và phân tích dữ liệu khám phá là các phần của kỹ thuật tính năng; những điều này tạo thành cốt lõi củaAgile data science.
Đưa ra dự đoán
Có hai cách để đưa ra dự đoán trong khoa học dữ liệu nhanh -
Regression
Classification
Việc xây dựng một hồi quy hay một phân loại hoàn toàn phụ thuộc vào yêu cầu nghiệp vụ và phân tích của nó. Dự đoán biến liên tục dẫn đến mô hình hồi quy và dự đoán biến phân loại dẫn đến mô hình phân loại.
hồi quy
Hồi quy xem xét các ví dụ bao gồm các tính năng và do đó, tạo ra kết quả số.
Phân loại
Phân loại lấy đầu vào và tạo ra một phân loại phân loại.
Note - Tập dữ liệu mẫu xác định đầu vào cho dự đoán thống kê và cho phép máy học được gọi là “dữ liệu huấn luyện”.