菜单

预测分析和机器学习


我们经常听到机器学习和预测分析,但它们的具体含义是什么,两者之间如何相互关联的?

Machine Learning and Predictive Analytics

预测分析和机器学习无差别是常见误解。虽然机器学习和预测分析都可以利用数据做出未来预测,但所采用的方式不同。

机器学习是什么?机器学习是一种方法,其中多个算法在没有明确指示或预定规则的情况下,基于模式和推断执行特定任务,以做出预测并根据需要重新校正。

机器学习分为两类任务:受监督和无监督。在受监督学习中,机器学习模型构建过程由专门的响应变量引导。相比之下,无监督学习对所有变量的使用情况一样,因为其没有专门的目标。

预测分析是什么?预测分析是数据分析的一个类别,目标是基于历史数据和分析技术对未来结果做出预测。预测分析使用各种统计方法(包含数据挖掘、机器学习和预测建模)来了解未来发生的事情。

Minitab 的预测分析解决方案

 

我们业内一流的专利机器学习算法拥有为您的数据提供更深入见解的能力。

CART®(分类和回归树)

这种基于树的算法是现代数据挖掘最常用的工具之一,它探索如何将数据拆分为更小段、随后以重复方式选择效果最佳的拆分直到找到最优集合为止。

探索 CART

Random Forests®

该算法基于 CART 树的集合,使用重复、随机化、抽样和集成学习,同时将独立树集合在一起,来确定森林的总体预测值。

探索 Random Forests

TreeNet®(梯度推进)

我们最灵活、获得最多奖项、最强大的机器学习工具,具有迭代结构,可在构建集成的过程中更正合并错误,从而实现出色且一致的预测准确度,也因此而闻名于世。

探索 TreeNet

自动化机器学习

使用此自动化工具轻松确认您使用了最佳预测模型来解答您的问题。非常适合需要建议的预测分析新手以及寻求其他意见的专家。

探索自动化机器学习

是否准备好了解 Minitab 的预测
分析模块?

Minitab 的机器学习算法

受监督学习

 

分类:

- 线性判别分析 (LDA)
- 二次判别分析 (QDA)
- Logistic 回归
- 分类树
 

回归:

- 简单
- 多项式
- 多元
- 非线性
- 偏最小二乘
- 回归树
- 寿命数据回归
- 保证预测

时间序列方法

无监督学习

 

聚类:

- 观测值聚类
- 变量聚类
- K 均值聚类
- 因子分析
 

数据缩减:

- 主成分分析
- 因子分析

其他工具和资源

MARS

MARS®

借助与传统回归最为类似的机器学习模型,可捕获几乎无法发现的基本非线性交互数据。

quickstart
MSSassistant

有兴趣了解更多信息?

clear