APP推广合作
联系“鸟哥笔记小乔”
多元分析:多元数据的基础定义、研究方法和相关应用实践
2021-04-28 17:30:00

 多元统计分析,是业务应用的重要分析工具,也是机器学习的重要基础。


之前和大家分享过统计学相关的知识。统计学主要是针对单个变量,而日常生活中,多个变量的场景更加普遍。研究多个变量的关系、模型,就是多元分析的范畴。多元分析的很多内容其实也是机器学习的基础。之前分享的《层次聚类方法》、《K-means聚类方法》等,都属于多元分析的范畴。

01多元分析的定义

多元分析,全称是多元统计分析。顾名思义,是一种针对多元数据的统计分析方法。


那什么是多元数据呢?是数据多嘛?比如有7亿用户的身高数据。


需要说明的是,这里的多元,指的是多个变量,或者说是多个信息维度。纯粹的数据量多,只是代表样本多,不一定维度多。7亿用户身高数据,那也只是身高一个维度,因此并不能称得上是多元数据。


举一个经常举的例子,鸢尾花的数据。这是一个典型的多元数据集


数据集内包含 3 类共 150 条记录,每类各 50 个数据,每条记录都有 4 项特征:花萼长度、花萼宽度、花瓣长度、花瓣宽度,可以通过这4个特征预测鸢尾花卉属于(iris-setosa, iris-versicolour, iris-virginica)中的哪一品种。具体怎么预测,后续再来展开。这个预测过程,也是机器学习的重要场景之一。

02相关研究方法概述

主要的多元数据的研究方法包括以下四类:数据描述、统计推断、降维分析、目标归类。

(1)数据描述分析

什么是数据描述呢?


这个其实比较好理解,我们举个例子。比如说我们有一张7亿用户的user_table。表中有几十个字段,包括用户的年龄、性别、id、成交量、注册时间等等字段。


那我们该如何描述这张多元数据表呢?


数据量这么大,我们不可能一条条地去看对吧,那我们就会用比如平均数波动性等指标来描述。或者比如研究几个字段之间的一些相关性、有没有更好的可视化方法。这就是多元数据的描述。

(2)统计推断分析

这部分其实就是假设检验了。


在统计分析中也分享过假设检验的内容了,在多元分析这里,唯一的区别就是由一元的检验升级推广为多元均值向量的检验了。


举个例子,比如学生的各科学习成绩之间是否有显著差异等等。

(3)降维分析

这个其实是做数据、做模型经常遇到的一个问题。


一个数据集,往往维度十分的多,但并不见得每个维度都有着足够的价值,我们要做的就是将其中最主要的维度筛选出来。有点像化简的意思。


通常的方法有两种:主成分分析法因子分析法,具体内容我们后续再来展开。

(4)目标归类分析

这里主要就是分类聚类问题。这是做机器学习很常见的两种场景了。


分类问题,是有监督的学习,事先是知道能够分为哪些类别的。例如预测用户是男性还是女性,或者上文中的鸢尾花的预测。而聚类问题,是无监督的,并不知道用户具体属于哪些类别。


关于聚类,可以参考之前的文章《层次聚类的原理及方法》、《K-means聚类的方法及应用》。


关于分类和判别,我们后续会详细进行分享。

03常见应用场景

那多元数据的统计分析有啥具体应用场景呢?这里给大家举几个例子。

(1)互联网营销相关应用

比如我们可以基于历史数据预测未来的购买趋势,这样可以提前做出业务预判,领先市场提前做出动作。


比如我们可以基于用户的行为数据,锁定忠实用户,对忠实用户做更多的权益触达和用户运营;可以发掘潜力顾客,促进潜力顾客的转化。这也是一个判别分析的问题场景。


还有精准营销,根据不同人的特征给出不同的营销方案。这其中第一步就是先聚类,生成不同的人、不同的客户。包括市场细分,也是一个聚类问题。

(2)金融相关应用

在金融行业,非常关注风险。那应用多元分析,可以基于消费者的特征来进行征信评估。常见的就是我们的信贷额度,能贷多少,背后都是数据模型。


还有一个常见的场景,就是如何刻画金融市场(比如股市)的波动性特征,这是统计描述的问题。还有,预测股市的涨跌,哈哈,这个比较实用一些。


关于多元分析的应用场景、定义,就先介绍这些。后面关于多元的分析方法,我们逐步展开分享,欢迎继续关注~

-END-

首席数据科学家
分享到朋友圈
收藏
收藏
评分

综合评分:

我的评分
Xinstall 15天会员特权
Xinstall是专业的数据分析服务商,帮企业追踪渠道安装来源、裂变拉新统计、广告流量指导等,广泛应用于广告效果统计、APP地推与CPS/CPA归属统计等方面。
20羽毛
立即兑换
一书一课30天会员体验卡
领30天VIP会员,110+门职场大课,250+本精读好书免费学!助你提升职场力!
20羽毛
立即兑换
顺丰同城急送全国通用20元优惠券
顺丰同城急送是顺丰推出的平均1小时送全城的即时快送服务,专业安全,准时送达!
30羽毛
立即兑换
首席数据科学家
首席数据科学家
发表文章59
用数据科学的方法赋能业务,发挥数据价值,做业界最好的数据科学家。
确认要消耗 0羽毛购买
多元分析:多元数据的基础定义、研究方法和相关应用实践吗?
考虑一下
很遗憾,羽毛不足
我知道了

我们致力于提供一个高质量内容的交流平台。为落实国家互联网信息办公室“依法管网、依法办网、依法上网”的要求,为完善跟帖评论自律管理,为了保护用户创造的内容、维护开放、真实、专业的平台氛围,我们团队将依据本公约中的条款对注册用户和发布在本平台的内容进行管理。平台鼓励用户创作、发布优质内容,同时也将采取必要措施管理违法、侵权或有其他不良影响的网络信息。


一、根据《网络信息内容生态治理规定》《中华人民共和国未成年人保护法》等法律法规,对以下违法、不良信息或存在危害的行为进行处理。
1. 违反法律法规的信息,主要表现为:
    1)反对宪法所确定的基本原则;
    2)危害国家安全,泄露国家秘密,颠覆国家政权,破坏国家统一,损害国家荣誉和利益;
    3)侮辱、滥用英烈形象,歪曲、丑化、亵渎、否定英雄烈士事迹和精神,以侮辱、诽谤或者其他方式侵害英雄烈士的姓名、肖像、名誉、荣誉;
    4)宣扬恐怖主义、极端主义或者煽动实施恐怖活动、极端主义活动;
    5)煽动民族仇恨、民族歧视,破坏民族团结;
    6)破坏国家宗教政策,宣扬邪教和封建迷信;
    7)散布谣言,扰乱社会秩序,破坏社会稳定;
    8)宣扬淫秽、色情、赌博、暴力、凶杀、恐怖或者教唆犯罪;
    9)煽动非法集会、结社、游行、示威、聚众扰乱社会秩序;
    10)侮辱或者诽谤他人,侵害他人名誉、隐私和其他合法权益;
    11)通过网络以文字、图片、音视频等形式,对未成年人实施侮辱、诽谤、威胁或者恶意损害未成年人形象进行网络欺凌的;
    12)危害未成年人身心健康的;
    13)含有法律、行政法规禁止的其他内容;


2. 不友善:不尊重用户及其所贡献内容的信息或行为。主要表现为:
    1)轻蔑:贬低、轻视他人及其劳动成果;
    2)诽谤:捏造、散布虚假事实,损害他人名誉;
    3)嘲讽:以比喻、夸张、侮辱性的手法对他人或其行为进行揭露或描述,以此来激怒他人;
    4)挑衅:以不友好的方式激怒他人,意图使对方对自己的言论作出回应,蓄意制造事端;
    5)羞辱:贬低他人的能力、行为、生理或身份特征,让对方难堪;
    6)谩骂:以不文明的语言对他人进行负面评价;
    7)歧视:煽动人群歧视、地域歧视等,针对他人的民族、种族、宗教、性取向、性别、年龄、地域、生理特征等身份或者归类的攻击;
    8)威胁:许诺以不良的后果来迫使他人服从自己的意志;


3. 发布垃圾广告信息:以推广曝光为目的,发布影响用户体验、扰乱本网站秩序的内容,或进行相关行为。主要表现为:
    1)多次发布包含售卖产品、提供服务、宣传推广内容的垃圾广告。包括但不限于以下几种形式:
    2)单个帐号多次发布包含垃圾广告的内容;
    3)多个广告帐号互相配合发布、传播包含垃圾广告的内容;
    4)多次发布包含欺骗性外链的内容,如未注明的淘宝客链接、跳转网站等,诱骗用户点击链接
    5)发布大量包含推广链接、产品、品牌等内容获取搜索引擎中的不正当曝光;
    6)购买或出售帐号之间虚假地互动,发布干扰网站秩序的推广内容及相关交易。
    7)发布包含欺骗性的恶意营销内容,如通过伪造经历、冒充他人等方式进行恶意营销;
    8)使用特殊符号、图片等方式规避垃圾广告内容审核的广告内容。


4. 色情低俗信息,主要表现为:
    1)包含自己或他人性经验的细节描述或露骨的感受描述;
    2)涉及色情段子、两性笑话的低俗内容;
    3)配图、头图中包含庸俗或挑逗性图片的内容;
    4)带有性暗示、性挑逗等易使人产生性联想;
    5)展现血腥、惊悚、残忍等致人身心不适;
    6)炒作绯闻、丑闻、劣迹等;
    7)宣扬低俗、庸俗、媚俗内容。


5. 不实信息,主要表现为:
    1)可能存在事实性错误或者造谣等内容;
    2)存在事实夸大、伪造虚假经历等误导他人的内容;
    3)伪造身份、冒充他人,通过头像、用户名等个人信息暗示自己具有特定身份,或与特定机构或个人存在关联。


6. 传播封建迷信,主要表现为:
    1)找人算命、测字、占卜、解梦、化解厄运、使用迷信方式治病;
    2)求推荐算命看相大师;
    3)针对具体风水等问题进行求助或咨询;
    4)问自己或他人的八字、六爻、星盘、手相、面相、五行缺失,包括通过占卜方法问婚姻、前程、运势,东西宠物丢了能不能找回、取名改名等;


7. 文章标题党,主要表现为:
    1)以各种夸张、猎奇、不合常理的表现手法等行为来诱导用户;
    2)内容与标题之间存在严重不实或者原意扭曲;
    3)使用夸张标题,内容与标题严重不符的。


8.「饭圈」乱象行为,主要表现为:
    1)诱导未成年人应援集资、高额消费、投票打榜
    2)粉丝互撕谩骂、拉踩引战、造谣攻击、人肉搜索、侵犯隐私
    3)鼓动「饭圈」粉丝攀比炫富、奢靡享乐等行为
    4)以号召粉丝、雇用网络水军、「养号」形式刷量控评等行为
    5)通过「蹭热点」、制造话题等形式干扰舆论,影响传播秩序


9. 其他危害行为或内容,主要表现为:
    1)可能引发未成年人模仿不安全行为和违反社会公德行为、诱导未成年人不良嗜好影响未成年人身心健康的;
    2)不当评述自然灾害、重大事故等灾难的;
    3)美化、粉饰侵略战争行为的;
    4)法律、行政法规禁止,或可能对网络生态造成不良影响的其他内容。


二、违规处罚
本网站通过主动发现和接受用户举报两种方式收集违规行为信息。所有有意的降低内容质量、伤害平台氛围及欺凌未成年人或危害未成年人身心健康的行为都是不能容忍的。
当一个用户发布违规内容时,本网站将依据相关用户违规情节严重程度,对帐号进行禁言 1 天、7 天、15 天直至永久禁言或封停账号的处罚。当涉及欺凌未成年人、危害未成年人身心健康、通过作弊手段注册、使用帐号,或者滥用多个帐号发布违规内容时,本网站将加重处罚。


三、申诉
随着平台管理经验的不断丰富,本网站出于维护本网站氛围和秩序的目的,将不断完善本公约。
如果本网站用户对本网站基于本公约规定做出的处理有异议,可以通过「建议反馈」功能向本网站进行反馈。
(规则的最终解释权归属本网站所有)

我知道了
恭喜你~答对了
+5羽毛
下一次认真读哦
成功推荐给其他人
+ 10羽毛
评论成功且进入审核!审核通过后,您将获得10羽毛的奖励。分享本文章给好友阅读最高再得15羽毛~
(羽毛可至 "羽毛精选" 兑换礼品)
好友微信扫一扫
复制链接