深度分析相关介绍

一、深度分析界面工具栏介绍

新建

点击创建新的实验。

保存

当用户保存新建的实验时，会弹出保存对话框，用户可设定保存路径以及实验的名称。当用户打开已经存在的实验后，对该实验进行修改，可点击保存按钮直接保存。

另存为

另保存已打开的实验。

编辑参数

可对当前实验添加参数，删除参数以及收集数据集节点中使用到的参数，编辑参数对话框如下图所示。

【添加 / 删除】用户点击添加按钮时，弹出名称编辑对话框，用户可设定参数的名称。在设定好参数后，不支持再对此参数进行重命名操作。如果是收集到的参数，则在此对话框中不能删除此参数，但可以对此参数进行编辑。当被收集的参数在初始设置的地方被删除后，则在此参数对话框中该参数处于可被删除的状态。

【信息】显示参数的被引用的位置。

【类型】用户设定该参数的数据类型。

【默认】用户可设定参数的默认值。用户可设定单个值、多个值或者空值。当用户选择多个值时，用逗号分开输入多个值。

【弹出】当勾选此项时，用户在刷新元数据、测试连接、预览数据集或在编辑器中打开此数据集时，会弹出参数值输入对话框。

【参与报表 “ 参数过滤 ” 的过滤策略】勾选 参与报表 “ 参数过滤 ” 的过滤策略 后，自定义的参数会受仪表盘属性里的参数未选值策略的控制。

【必选】勾选上【参与报表 “ 参数过滤 ” 的过滤策略】后，必选才可以进行选择。选择后在报告中该参数必须要输入参数值，否则仪表盘数据为空。

【可选值】数据集：用户可在已有的数据集中选择一数据集，选择一数据段作为标签，一数据段作为值。如果参数不勾选【弹出】，则直接将这个数据集对应的值传递给这个参数。如果参数勾选【弹出】，则在弹出参数值输入对话框时，其数据将会以指定的方式显示。本产品提供四种显示方式，选择框、列表、复选框、单选框。

假设用户设定以选择框的形式弹出参数值输入框，用户在点击刷新元数据按钮、点击测试连接按钮、点击预览数据集按钮、在编辑器中打开此数据集时，参数值输入对话框中显示默认的数据集值，如下图所示。

在编辑参数中添加的参数也支持手动输入参数值。如图所示：

【可选值】内嵌数据：在可选值中选择内嵌数据，右侧按钮则显示为录入数据，点击录入数据，进入录入数据对话框。输入的数据类型用编辑参数对话框中【类型】控制。如图所示：

【添加】点击右侧的 “ 添加 ” 按钮，在值和标签栏里输入数据。

【删除】选中数据行，点击 “ 删除 ” 按钮，可删除输入的数据。

【上移 / 下移】选中数据行，点击上移或下移，可改变数据的上下位置。

【确定】点击 “ 确定 ”，确定录入的数据。

【取消】取消录入数据。

在对话框中录入数据，其中值不允许为空，标签允许为空，如图所示：

假设用户设定以列表的形式弹出参数值输入框，用户在点击刷新参数按钮、在编辑报告中再次打开此即席数据集报表仪表盘时，参数值输入对话框中显示录入的数据，如下图所示：

如果录入标签，则显示标签；如果没有录入标签，则显示值。

??刷新参数

对设置了弹出状态的参数重新输入参数值。如存在一参数 param, 处于弹出状态，并且存在默认值 1，如下图所示。

当用户点击刷新参数按钮时，也将会把此参数的默认值刷出来，如下图所示。

关闭

关闭当前实验，倘若用户尚未保存对当前实验的修改，将弹出提示对话框。

二、深度分析界面资源树介绍

资源树包含实验和操作两部分。

实验包括已保存的实验和训练模型，用户可对其进行管理。实验是数据挖掘的流程，训练模型是实验训练后的结果。

操作是制作分析流程所用的节点，主要应用在编辑区，具体介绍请看编辑区介绍。

在实验树上可以通过点击更多菜单来创建文件夹，重命名文件夹及文件，移除文件夹及文件，以及刷新文件目录等操作。不能对已经打开的资源进行重命名、移除操作。还可搜索已经存在的资源。不同文件夹目录下支持重名，但同一个文件夹目录下不允许重名。文件夹内可以嵌套文件夹。

三、深度分析数据变换之标准化

数据的标准化（normalization）是将数据按比例缩放，使之落入一个小的特定区间。在某些比较和评价的指标处理中经常会用到，去除数据的单位限制，将其转化为无量纲的纯数值，便于不同单位或量级的指标能够进行比较和加权。

数据标准化流程如下所示：

1 拖拽一个数据集和一个标准化节点到编辑区，连接数据集和标准化节点

2 通过右侧的”配置项目“页面，对数据标准化进行设置

【方式】标准化方式有两种：离差标准化，Z-Score 标准化。离差标准化是对原始数据的线性变换，使结果落到[0,1]区间。Z-Score标准化处理的数据符合标准正态分布，即均值为0，标准差为1。

【选择列】需要被标准化的数据类型的列。

3 配置完成后点击 运行全部，可得如下结果：

四、深度分析数据变换之采样

采样是一种选择数据对象子集进行分析的常用

数据采样流程如下所示：

1.拖拽一个数据集和一个采样节点到编辑区，连接数据集和采样节点

2 通过右侧的”配置项目“页面，对数据的采样进行设置

3 配置完成后，点击运行全部，会有以下结果展示

五、深度分析数据变换之数据分区

数据分区就是把数据集节点的数据分为验证集和训练集

数据分区方法如下所示：

1 拖拽一个数据集和一个数据分区节点到编辑区，连接数据集和数据分区节点

2.将数据分区节点添加到实验后，可通过右侧的”配置项目“页面，对数据分区进行设置：

【训练集比例(%)】训练集占总样本数的比例，默认值是60。

【随机拆分】当不选中时按顺序抽取训练集。当选中时随机抽取训练集。默认未选中。

【随机数种子】生成随机数的种子。默认值是0。

3 配置完成，点击 全部运行，出现如下结果

六、深度分析界面编辑区介绍

编辑区是用来制作流程式分析的容器，可以拖拽不同的节点进来，建立不同的分析流程，将其结果以可视化的形式展示出来。具体介绍请参看以下章节。

七、深度分析数据数据探索之相关分析

相关分析（correlation analysis），相关分析是研究现象之间是否存在某种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度，是研究随机变量之间的相关关系的一种统计方法。

数据探索相关分析流程如下：

1 拖拽一个数据集和一个相关分析节点到编辑区，连接数据集和相关分析节点

2 通过右侧的”配置项目“页面，进行设置：

【相关系数】相关系数有三种：Pearson，Kendall，Spearman。

•Pearson相关系数（Pearson Correlation Coefficient）是用来衡量两个数据集合是否在一条线上面，它用来衡量定距变量间的线性关系。

•Kendall系数是n个同类的统计对象按特定属性排序，其他属性通常是乱序的。同序对（concordant pairs）和异序对（discordant pairs）之差与总对数（n*(n-1)/2)的比值。

•Spearman相关系数是衡量分级定序变量之间的相关程度的统计量。

【选择相关列】点击选择按钮打开选择列对话框，从左边拖拽列到右边，添加相关列。

3 配置完成，点击 运行全部，显示以下结果：