Sådan visualiserer du din models analytiske resultater: Skjulte grupperinger, dataklassifikationer og udlæsere - dummier

Visualisering af resultaterne af din forudsigelsesanalyse hjælper virkelig interessenterne med at forstå de næste trin. Her er nogle måder at bruge visualiseringsteknikker til at rapportere resultaterne af dine modeller til interessenterne.

Sådan visualiseres skjulte grupperinger i dine data

Dataklyngning er processen med at opdage skjulte grupper af relaterede emner inden for dine data. I de fleste tilfælde består en klynge (gruppering) af dataobjekter af samme type som brugere af sociale netværk, tekstdokumenter eller e-mails.

En måde at visualisere resultaterne af en dataklyngningsmodel på er en graf, der repræsenterer samfund (klynger), der blev opdaget i data indsamlet fra brugere af sociale netværk. Dataene om kunder blev samlet i et tabelformat; så blev der anvendt en klyngalgoritme til dataene, og de tre klynger (grupper) blev opdaget: loyale kunder, vandrende kunder og rabatkunder.

Her viser det visuelle forhold mellem de tre grupper allerede, hvor forbedret marketingindsats kan gøre det bedste.

Sådan visualiserer du dataklassifikationsresultater

En klassifikationsmodel tildeler en bestemt klasse til hvert nyt datapunkt, den undersøger. De specifikke klasser, i dette tilfælde, kan være de grupper, der er resultatet af dit klyngearbejde. Udgangen fremhævet i grafen kan definere dine målsæt. For en given ny kunde forsøger en prædiktiv klassifikationsmodel at forudsige, hvilken gruppe den nye kunde vil tilhøre.

Når du har anvendt en klyngningsalgoritme og opdagede grupperinger i kundedataene, kommer du et øjeblik af sandhed: Her kommer en ny kunde - du vil have modellen til at forudsige hvilken type kunde han eller hun vil være

Her er et eksempel på, hvordan en ny kundes oplysninger bliver fodret med din forudsigelige analysemodel, hvilket igen forudsiger, hvilken gruppe kunder denne nye kunde tilhører. Nye kunder A, B og C skal tildeles til klynger efter klassificeringsmodellen.

Anvendelse af klassificeringsmodellen resulterede i en forudsigelse af, at kunde A ville tilhøre de loyale kunder, kunde B ville være en vandrer, og kunde C viste kun rabatten.

Sådan visualiserer du outliers i dine data

I løbet af clustering eller klassificering af nye kunder løber du af og til i outliers - særlige tilfælde, der ikke passer til de eksisterende divisioner.

I dette eksempel passer nogle få udliggere ikke godt ind i de foruddefinerede klynger. Seks outlier kunder er blevet opdaget og visualiseret. De opfører sig forskelligt nok, at modellen ikke kan se, om de tilhører nogen af ​​de definerede kategorier af kunder. (Er der en ting som f.eks. En loyal vandrende kunde, der kun er interesseret i rabatten? Og hvis der er, skal din forretningsservice?)