Como visualizar os resultados analíticos de seu modelo: Agrupamentos escondida, Dados classificações, e Outliers

Visualização dos resultados da sua análise preditiva realmente ajuda os interessados ​​a compreender os passos seguintes. Aqui estão algumas maneiras de usar técnicas de visualização para relatar os resultados de seus modelos para as partes interessadas.

Como visualizar agrupamentos ocultas em seus dados

agrupamento de dados é o processo de descobrir grupos ocultos de itens relacionados dentro de seus dados. Na maioria dos casos, uma grupo (Agrupamento) é composto de objetos de dados do mesmo tipo, como usuários da rede social, documentos de texto ou e-mails.

Uma maneira de visualizar os resultados de um modelo de agrupamento de dados é um gráfico que representa as comunidades sociais (clusters) que foram descobertos em dados coletados de usuários da rede social. Os dados sobre clientes foi coletado em um tabular format- em seguida, um algoritmo de agrupamento foi aplicada aos dados, e os três clusters (grupos) foram descobertos: clientes fiéis, clientes errantes, e clientes de desconto.

Aqui, a relação visual entre os três grupos já sugere, onde reforçada esforços de marketing pode fazer o melhor.

Como visualizar os resultados de classificação de dados

Um modelo de classificação atribui uma classe específica para cada novo ponto de dados que examina. As classes específicas, neste caso, poderiam ser os grupos que resultam de seu trabalho clustering. A saída de destaque no gráfico pode definir seus conjuntos de alvos. Para qualquer novo cliente, um modelo de classificação de previsão tenta prever qual grupo o novo cliente irá pertencer.

Depois de aplicar um algoritmo de agrupamento e descobriu agrupamentos nos dados do cliente, você chegou a um momento de verdade: Aí vem um novo cliente - você quer o modelo para prever que tipo de cliente que ele ou ela será.

Aqui está um exemplo de como a informação de um novo cliente é alimentado para o seu modelo de análise preditiva, que por sua vez, prevê que grupo de clientes este novo cliente pertence. Novos Clientes A, B e C está prestes a ser atribuídos a grupos de acordo com o modelo de classificação.

Aplicando o modelo de classificação resultou em uma previsão de que o Cliente Um pertenceria com os clientes fiéis, o Cliente B seria um andarilho, e o Cliente C só foi aparecer para o desconto.

Como visualizar valores discrepantes em seus dados

No curso de agrupamento ou classificação de novos clientes, de vez em quando você tiver discrepantes - casos especiais que não se encaixam as divisões existentes.

Neste exemplo, alguns valores atípicos não se encaixam bem em agrupamentos pré-definidos. Seis clientes outlier foram detectadas e visualizadas. Eles se comportam de forma diferente o suficiente para que o modelo não pode dizer se eles pertencem a nenhuma das categorias definidas de clientes. (Existe uma coisa como, por exemplo, um cliente errante leal que só está interessado no desconto? E se houver, deve seu cuidado empresa?)