数据分析的特性

数据分析的特性

数据分析的特性主要有:程序化、数据驱动、多属性以及可迭代性。除此之外大数据分析的特征还取决于不同的方面,例如体积,速度和多样性。

1.程序化

由于数据的规模,可能需要编写一个用于数据分析的程序,方法是使用代码来操纵它或进行任何形式的探索。

2.数据驱动

许多数据科学家依靠假设驱动的方法进行数据分析。对于适当的数据分析,还可以利用数据来促进分析。当存在大量数据时,这可能会具有很大的优势。例如,可以使用机器学习方法代替假设分析。

3.多属性

为了正确,准确地分析数据,它可以使用很多属性。过去,分析人员处理数据源的数百个属性或特征。借助大数据,现在有成千上万个属性和数百万个观测值。

4.可迭代

由于将整个数据分解为样本,然后对样本进行分析,因此,数据分析本质上可以是迭代的。更好的计算能力使模型可以迭代,直到数据分析师满意为止。这导致开发了旨在解决分析要求和时间框架的新应用程序。

发表评论

您的电子邮箱地址不会被公开。