目录:
预测分析结果的可视化确实有助于利益相关方理解下一步。以下是使用可视化技术向利益相关方报告模型结果的一些方法。
如何可视化数据中的隐藏分组
数据分类是发现数据中隐藏的相关项目组的过程。在大多数情况下， 集群 （分组）由相同类型的数据对象（如社交网络用户，文本文档或电子邮件）组成。
<！一个可视化数据聚类模型结果的方法是一个图表，表示从社交网络用户收集的数据中发现的社区（群集）。有关客户的数据是以表格形式收集的;然后对数据应用聚类算法，发现三个群（组）：忠诚客户，流浪客户和折扣客户。<！在这里，这三个群体之间的视觉关系已经暗示了加强营销努力可能做得最好的地方。
如何可视化数据分类结果分类模型为每个检查的新数据点分配一个特定的类。在这种情况下，特定的类可以是您的集群工作所产生的组。图中突出显示的输出可以定义您的目标集。对于任何给定的新客户，预测分类模型试图预测新客户将属于哪个组。
应用聚类算法并在客户数据中发现分组后，您会得出一个真实的答案：新客户来了 - 您希望模型能够预测哪种类型的客户或她会。
以下是将新客户的信息输入到预测分析模型的一个示例，该预测分析模型反过来预测新客户属于哪个客户群。新客户A，B和C即将根据分类模型分配到集群。应用分类模型导致预测：客户A将属于忠诚客户，客户B将是流浪者，客户C仅显示折扣。
如何显示数据中的异常值
在对新客户进行聚类或分类的过程中，您偶尔遇到
异常值
- 与现有分部不符的特殊情况。 在这个例子中，一些异常值不适合预定义的簇。已经发现了六个离群值客户并将其显示出来。他们的行为足够不同，以至于模型不能分辨他们是否属于任何定义的客户类别。 （有没有这样的东西，比如一个只对折扣感兴趣的忠诚流浪顾客？如果有的话，你的企业应该关心吗？）
