*本系统功能模块、字段参数,均可结合用户实际业务需求调整,可增可减,以达到最佳业务管理流程的体验!
编号 | 模块名称 | 字段参数 |
1 | 数据导入 | 文件路径、导入方式、数据表名称、列名映射、缺失值处理、数据类型转换、数据清洗规则、数据采样、数据截取、数据变量选择等 |
2 | 数据预处理 | 缺失值处理、数据清洗规则、数据采样、数据变量选择、特征工程、数据标准化、主成分分析、相关性分析、因子分析、多重共线性检验等 |
3 | 相关性分析 | 变量A、变量B、相关系数、显著性水平、相关性矩阵、相关图表、相关性解释、相关性结果保存、相关性检验方法、相关性分布等 |
4 | 可视化 | 相关性矩阵图、散点图、折线图、柱状图、饼图、热力图、散点矩阵图、箱线图、气泡图、三维图等 |
5 | 数据筛选 | 数据筛选条件、数据筛选规则、数据筛选结果、筛选后数据表、筛选后数据记录数、筛选后数据可视化、筛选后数据导出、筛选后数据分析、筛选后数据保存等 |
6 | 统计分析 | 描述统计分析、单因素方差分析、多因素方差分析、T检验、非参数统计分析、卡方检验、独立样本的t检验、方差齐性检验、样本相关系数、集中趋势测量等 |
7 | 回归分析 | 线性回归分析、多元线性回归、逻辑回归分析、非线性回归、回归系数解释、回归方程可视化、回归分析结论、模型评估指标、异常值检测、残差分析等 |
8 | 预测 | 时间序列预测、预测模型选择、预测结果评估、预测模型比较、预测误差分析、预测可视化、趋势分析、季节性分析、模型参数配置、预测结果导出等 |
9 | 分类 | 决策树分类、朴素贝叶斯分类、支持向量机分类、K近邻分类、逻辑回归分类、随机森林分类、神经网络分类、SVM分类结果解释、分类模型评估指标、ROC曲线等 |
10 | 聚类 | K均值聚类、层次聚类、密度聚类、去除异常值、聚类结果解释、聚类可视化、聚类评估指标、聚类结果保存、聚类比较、聚类模型参数调优等 |