機(jī)器學(xué)習(xí)是一門多學(xué)科交叉專業(yè)，涵蓋概率論知識、統(tǒng)計學(xué)知識、近似理論知識和復(fù)雜算法知識。機(jī)器學(xué)習(xí)算法是一類從數(shù)據(jù)中自動分析獲得規(guī)律，并利用規(guī)律對未知數(shù)據(jù)進(jìn)行預(yù)測的算法。通過計算機(jī)對數(shù)據(jù)的處理和對算法的運(yùn)用，實現(xiàn)對業(yè)務(wù)場景的深度分析，幫助人們更好的做決策。永洪深度分析模塊是將機(jī)器學(xué)習(xí)算法封裝成節(jié)點，用戶通過拖拽的方式從而便捷的應(yīng)用機(jī)器學(xué)習(xí)算法。

如何使用深度分析模塊？首先需要安裝永洪Desktop，里面會帶有深度分析功能，目前可以免費(fèi)試用3個月。其次根據(jù)需要安裝R服務(wù)環(huán)境或Python服務(wù)環(huán)境，也可以兩個都安裝。如果不會安裝可以查看在線幫助或到官網(wǎng)社區(qū)中的產(chǎn)品問答中看相關(guān)說明。再次，安裝好后，打開Desktop，選擇【管理系統(tǒng)】-【系統(tǒng)設(shè)置】-【R計算配置/Python計算配置】，如下圖1所示。填寫服務(wù)器地址和端口號，點擊測試連接，如果連接正確，右上角會彈出測試成功。最后點擊保存連接，至此，深度分析功能就可以使用了。

圖1

想要對業(yè)務(wù)進(jìn)行深度分析，就需要對機(jī)器學(xué)習(xí)的流程有一定的了解，通常的流程共有8步，如下圖2。在永洪的產(chǎn)品中提供了幾個常用的深度分析的場景，大家可以打開看看，也可以復(fù)用使用。

圖2

第一步，問題分析，就是要確定對哪個問題進(jìn)行分析。例如，對于銀行業(yè)企業(yè)，通常會進(jìn)行信用卡反欺詐分析、營銷策略分析等。對于零售行業(yè)，通常會進(jìn)行銷售預(yù)測、用戶畫像分析等。對于政府，可以進(jìn)行交通預(yù)測、人流量預(yù)測等。確定問題后就要判斷問題是有監(jiān)督問題還是無監(jiān)督問題，以此來確定采用哪種技術(shù)方案。有監(jiān)督學(xué)習(xí)是指輸入數(shù)據(jù)中有標(biāo)簽，以概率函數(shù)、代數(shù)函數(shù)或人工神經(jīng)網(wǎng)絡(luò)為基函數(shù)模型，采用迭代計算方法，學(xué)習(xí)結(jié)果為函數(shù)。無監(jiān)督學(xué)習(xí)是指輸入數(shù)據(jù)中無標(biāo)簽，采用聚類方法，學(xué)習(xí)結(jié)果為類別。典型的無監(jiān)督學(xué)習(xí)算法有降維、聚類等。如何判斷有監(jiān)督還是無監(jiān)督，簡單說就是主要看數(shù)據(jù)是否有打標(biāo)簽，如果有就是有監(jiān)督，如果沒有就是無監(jiān)督。

第二步，數(shù)據(jù)獲取，就是要把數(shù)據(jù)導(dǎo)入到產(chǎn)品中。在永洪產(chǎn)品中需要選擇添加數(shù)據(jù)源模塊，目前支持30多種數(shù)據(jù)源，如Excel、Mysql、Oracle等。設(shè)置好數(shù)據(jù)源后選擇創(chuàng)建數(shù)據(jù)集，常用的為SQL數(shù)據(jù)集和Excel數(shù)據(jù)集，選擇完數(shù)據(jù)后點擊刷新數(shù)據(jù)，在右側(cè)面板中可以看到獲取的數(shù)據(jù)。

第三步，數(shù)據(jù)預(yù)處理，就是把導(dǎo)入到數(shù)據(jù)集的數(shù)據(jù)進(jìn)行處理。如去重、拆分列、去空格、采樣、分區(qū)等。這項工作用戶可以在創(chuàng)建數(shù)據(jù)集模塊進(jìn)行設(shè)置，如下圖3。

圖3

此外，在深度分析模塊也提供了一些數(shù)據(jù)處理的節(jié)點供用戶使用，從這一步開始到第七步，我們就真正的進(jìn)入到深度分析的領(lǐng)域了。下面，讓我們來看看永洪的深度分析功能是如何使用的？基本流程如下圖4。

圖4

打開深度分析功能，可以看到，產(chǎn)品提供了一些案例可以幫助用戶快速的學(xué)習(xí)和了解深度分析。選擇新增實驗?zāi)Ｐ?#xff0c;打開一個空白的實驗創(chuàng)建面板，如下圖5。

圖5

左側(cè)為操作節(jié)點，中間為畫布，右側(cè)為節(jié)點配置、實驗探索等。操作中各個文件夾代表不同的功能節(jié)點。其中，數(shù)據(jù)里是用戶上傳后數(shù)據(jù)集保存的位置。數(shù)據(jù)變換里是可以對數(shù)據(jù)進(jìn)行操作處理的節(jié)點。數(shù)據(jù)探索里是查看數(shù)據(jù)是否有缺失值、數(shù)據(jù)類型等。算法里目前支持（邏輯回歸、決策樹、K-Means、關(guān)聯(lián)規(guī)則、時序分析）算法。驗證與評估是評估模型預(yù)測結(jié)果（R）。腳本可以支持R、Python編程自定義開發(fā)。視圖可以將實驗結(jié)果進(jìn)行可視化展示。導(dǎo)出中包括導(dǎo)出模型結(jié)果到數(shù)據(jù)庫或數(shù)據(jù)集、保存訓(xùn)練模型或Excel等。訓(xùn)練模型顯示的是用戶保存的訓(xùn)練好的模型。

了解這些基本的操作后，我們來試試做一個簡單的例子來運(yùn)用深度分析。比如想要通過用戶行為的歷史數(shù)據(jù)進(jìn)行預(yù)測分析，找出可能流失的客戶，以采取對應(yīng)策略挽留住老客戶，如下圖6。

圖6

首先拖入已經(jīng)創(chuàng)建的客戶流失訓(xùn)練數(shù)據(jù)，在右側(cè)可以看到元數(shù)據(jù)列名稱和數(shù)據(jù)類型，要想了解客戶流失，需要的數(shù)據(jù)有客戶每天訪問的總時間、客戶每天總的費(fèi)用、客戶每天訪問的平均時間、客戶平均費(fèi)用、客戶流失與否等所有影響客戶和與客戶有關(guān)的數(shù)據(jù)，可以在探索數(shù)據(jù)中看到詳細(xì)的數(shù)據(jù)值。當(dāng)有數(shù)據(jù)后，還需要對數(shù)據(jù)進(jìn)行處理，將采樣節(jié)點拖入到畫布中，對數(shù)據(jù)進(jìn)行采樣，一般我們使用隨機(jī)采樣的方式，采樣比例視數(shù)據(jù)量大小而定，如果數(shù)據(jù)量很大的話可以使用稍小的采樣比例，比如設(shè)置為10%，采樣的結(jié)果可以在探索數(shù)據(jù)中查看。

在采樣后我們需要對數(shù)據(jù)進(jìn)行分區(qū)訓(xùn)練，以驗證評估訓(xùn)練模型的好壞，一般訓(xùn)練集比例選擇70%。分區(qū)后就需要選擇合適的算法，由于數(shù)據(jù)屬于有監(jiān)督數(shù)據(jù)，且是預(yù)測分析，因此我們選擇回歸算法。將邏輯回歸拖到畫布上，與數(shù)據(jù)分區(qū)連接，在右側(cè)配置項目中設(shè)置，如下圖7，產(chǎn)品共支持兩種回歸算法，選擇GLM（廣義線性模型），回歸方法選擇逐步，因變量選擇CustomerLeft列，然后點擊選擇，添加其余數(shù)值列為自變量。

圖7

這步配置好后，可以在節(jié)點上單擊右鍵選擇運(yùn)行，查看預(yù)測的數(shù)據(jù)結(jié)果。運(yùn)行成功后，會彈出結(jié)果展示，顯示運(yùn)行的結(jié)果，如下圖8。從結(jié)果中我們可以看出，通過模型系數(shù)可以得到邏輯回歸方程的系數(shù)，包括截距項、各自變量的系數(shù)以及它們的P值、標(biāo)準(zhǔn)誤差。還可以看到模型訓(xùn)練集合驗證集的準(zhǔn)確率和均方誤差。

可以看出，訓(xùn)練集的準(zhǔn)確率高于驗證集且P值都較小（P值越小結(jié)果越好）。通過ROC曲線可以看出數(shù)據(jù)訓(xùn)練后效果更好，訓(xùn)練集AUC值0.797大于驗證集AUC值0.748（AUC值越大模型分類效果越好）。

訓(xùn)練好后可以保存為訓(xùn)練模型，將保存為訓(xùn)練模型節(jié)點拖到畫布中與邏輯回歸相連接，然后在右側(cè)配置中選擇保存的路徑，運(yùn)行實驗后模型顯示在訓(xùn)練模型文件夾中。保存的訓(xùn)練模型可以應(yīng)用在制作報告模塊或作為節(jié)點拖拽到畫布上再次使用。

不會機(jī)器學(xué)習(xí)也能搞定深度分析，實操演練一看即會
圖8

在對數(shù)據(jù)進(jìn)行了預(yù)測分析后，我們還需要對訓(xùn)練數(shù)據(jù)進(jìn)行評估，來驗證數(shù)據(jù)的準(zhǔn)確性。拖入“客戶流失測試數(shù)據(jù)”節(jié)點和評分節(jié)點，評分節(jié)點連接邏輯回歸和客戶流失測試數(shù)據(jù)兩個節(jié)點。點擊頂部菜單欄中的運(yùn)行全部，運(yùn)行成功后選擇評分節(jié)點，在數(shù)據(jù)探索里可以查看已經(jīng)使用邏輯回歸算法訓(xùn)練的模型應(yīng)用于“客戶流失測試數(shù)據(jù)“的結(jié)果，如下圖9。

切換不同列，可以看到每列的數(shù)據(jù)，通過統(tǒng)計數(shù)據(jù)和可視化圖表可以觀察預(yù)測的準(zhǔn)確性。數(shù)據(jù)中包括平均數(shù)、數(shù)據(jù)類型、唯一值、缺失值等，當(dāng)缺失值為0時說明數(shù)據(jù)沒有異常值。

圖9

實驗創(chuàng)建成功后我們就可以進(jìn)行最后一步發(fā)布和部署了，將保存為PMML文件節(jié)點拖入畫布中，與邏輯回歸連接，運(yùn)行成功后，選擇此節(jié)點，在右側(cè)配置項目中可以選擇下載到本地，你可以將這個PMML文件部署到其他平臺，如下圖10。產(chǎn)品還支持導(dǎo)出到數(shù)據(jù)庫和保存為數(shù)據(jù)集。

圖10

對于成功的實驗，我們可以在可視化頁面查看預(yù)測的數(shù)據(jù)，打開制作報告頁面，拖入餅圖組件，選擇客戶流失訓(xùn)練數(shù)據(jù)，然后在更多中選擇已指定訓(xùn)練模型，選擇剛剛保存的訓(xùn)練模型，可以看到維度和度量分別新增了類和概率，可以看到流失和不流失的占比。再拖入一個表格組件，拖入訓(xùn)練的數(shù)據(jù)，可以觀察預(yù)測的概率（1是流失，0是非流失），如下圖11。

圖11

通過以上這些，你對深度分析是不是有了一些了解呢？在國內(nèi)，擁有深度分析功能的BI產(chǎn)品很少，永洪的深度分析模塊便于沒有機(jī)器學(xué)習(xí)基礎(chǔ)的小白上手，對于機(jī)器學(xué)習(xí)模型部署方便、快捷、不需要定開，且支持R、Python 兩種編程語言，用戶可以通過腳本自定義數(shù)據(jù)處理和模型，并通過可視化展示模型運(yùn)行結(jié)果。如果你也想要成為預(yù)測大師，就快來和我一起玩轉(zhuǎn)起來吧！

總結(jié)

以上是生活随笔為你收集整理的get这款工具，不会机器学习也能轻松搞定深度分析的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。