对于深度分析,Smartbi提供数据挖掘功能,致力为企业所做的决策提供智能性预测性。它具有直观易用的拖拽式操作。一体化完成数据预处理、特征工程、模型训练、模型预测与评估、模型部署支持并行计算,随时扩展,海量数据处理不是问题且模型参数自动推荐,免于处理复杂算法细节。
可视化的机器学习建模:
Smartbi大数据挖掘平台以互联网式用户体验为目标的全新产品设计,极简风格的流式建模,快速实现各种类型的数据挖掘应用,为个人、团队和企业所做的决策提供预测性智能。
平台具备流程化、可视化的建模界面,内置实用的、经典的统计挖掘算法和深度学习算法,这些算法配置简单降低了机器学习的使用门槛,大大节省了成本,业务人员可通过轻松拖拉拽组件的操作,进行可视化建模,完成模型流程的搭建,并能将模型发布管理。
该平台将机器学习系统做成更加通用的、简单易用的平台,可以帮助企业将相关业务轻易接入该平台,从而帮助企业利用机器学习的手段挖掘分析企业数据和解决相关的业务问题。
Smartbi大数据挖掘平台汇集50+种数据挖掘算法组件,灵活建立业务模型流程,主要包含基本的数据特征处理、分类、聚类、关联、回归、深度学习算法,以及支持Java和Python算法扩展。
1、操作简单
该平台通过直观易用的拖拽式操作可轻松实现数据准备,数据预处理、特征工程、模型训练、模型预测与评估的全流程,让用户轻松使用机器学习技术。除此,用户可通过对数据预处理操作、特征工程以及模型配置不同参数实现不同的任务需求。
2、丰富的数据预处理操作
该平台支持并行化的预处理操作,并支持多种数据预处理操作,例如:合并行、去除重复值、过滤空值、增加序列号、类型转换、随机采样、加权采样、分层采样、拆分等。
3、大量的实用算法
该平台支持多种高效实用的机器学习算法,包含了分类、聚类、回归等算法,其中包含了多种可训练的模型:逻辑回归、渐进梯度决策树、决策树、随机森林、朴素贝叶斯、支持向量机、线性回归、渐进梯度回归树、K均值、DBSCAN、高斯混合模型。
4、支持文本分析
面对生活中海量以文本形式存在的数据,抽取出未知的、重要的、有价值的知识,如词频分析,分析用户偏好、帮助知识管理、提升客户服务等。
5、数据可视化
该平台提供多种可视化效果,包括数据可视化、模型可视化和模型评估结果可视化。
6、挖掘模型自学习
平台可以自动补充新数据重新训练,保证模型预测准确性,极大减轻运维人员的工作量。
7、模型集中管理,一键发布
该平台实现对模型的集中管理,与商业智能平台完美整合,使商业智能平台拥有数据挖掘的功能。