欢迎关注天善智能微信公众号如何利用可视化技术进行行为预测，如何利用可视化技术进行行为预测我们是专注于商业智能BI，大数据，数据分析领域的垂直社区。

　　对商业智能BI、大数据分析挖掘、机器学习，python，R等数据领域感兴趣的同学加微信：tstoutiao，邀请如何利用可视化技术进行行为预测你进入头条数据爱好者交流群，数据爱好者们都在这儿。

　　白皮书作者： Bora Beran ，博士

　　将高级统计与数据可视化珠联璧合

　　数据科学家和统计学家知道一个强大的分析工具，名字就叫“ R bwin·必赢”。 R 是用于统计计算的免费开源编程语言和环境。它是发展最快的统计编程语言之一，并正在成为大多数数据科学家首选的工具。实际上，R 已经超过 SPSS Statistics 和 SAS ，成为最多数据科学家使用的工具，现在近半数数据科学家正在使用 R。

　　统计学家、数据科学家和分析家正成为企业不可或缺的一部分，如何利用可视化技术进行行为预测他们承担着细查当今可用的海量数据，并从中发现有价值新见解的重任。不论是识别复杂模式和关系，还是使用数据来预测未来活动，发现这些见解需要有建立统计模型，然后分析和共享结果的能力 -- 而Tableau 与 R 的集成非常适合这项工作。

　　R 处理统计分析的“重头”部门，而 Tableau 让您在简单的拖放环境中研究并可视化表示结果，将您的统计发现转变成漂亮的仪表板。利用 Tableau Server ，您可以安全地在整个企业中分享这些可视化图表，将数据科学家辛勤劳动的成果交到业务用户的手里。当查看和传达高级分析的结果变得轻松时，这些分析家就可以在促进整个企业的决策方面起到更加不可或缺的作用。

　　Tableau 与 R 双剑合璧，让人们可以快速轻松地利用数据来解决当前日益复杂的业务难题。

　　1拨开云雾，倾听客户心声

　　情感分析

　　在线意见，例如 Twitter 、 Facebook 、 YouTube 、 Pinterest 和 Amazon 等流行网站上的评论、评语和讨论，在希望管理客户关系的公司眼里，很可能是埋在地下的宝藏。但是要找到隐藏的宝石需要剔除“拨开云雾见天日”。从产品开发到名誉管理，组织需要系统性地筛查在线对话才能理解这些对话并采取措施。为此，很多组织转向情感分析。

　　R 提供了可轻松解析文本并确定情感的功能，但用户需要某种方式来查看结果，这样才能将其用于决策。通过将 R 与 Tableau 集成，您可以将结果调入可视化图表，用颜色标出正面和负面评论，以引起人们注意。

　　说明：通过可视化显示 R 情感分析的结果，任何人都可以轻松找出客户问题。

　　片刻之间，情感分析就可以拨开云雾，向业务用户原原本本地展现客户心声。这让公司可以很快找到具体问题或变化的趋势，并通过有针对性的公共关系或营销策略作出响应。

　　2自动化决策过程

　　规范分析

　　您是否曾经想知道航空公司如何确定不断变动的票价如何利用可视化技术进行行为预测？航空公司分类整理旅行可变因素、客户需求和时间安排的复杂集合，以便实时提供既能吸引销售，又不会有损利润的票价。在一组约束下，他们寻找最优的票价。这就是规范分析的任务。

　　描述分析描述已经发生的事情，预测分析描述可能发生的事情，而规范分析帮助确定应该发生的事情。在面对大量潜在决策时，规范分析将分析出可能最好的结果。规范分析依靠大数据蓬勃发展。

　　R 使用优化函数相当轻松地处理规范分析，而结合 Tableau ，您可以可视化表示并传达这些分析结果，使企业能够依托 R 的强大统计功能作出决策。例如，下面的示例是可视化为树状图的 R optim() 输出。在这个例子中，我们可视化显示了四个股票的最佳投资组合配置。

　　说明： Tableau 可以轻松可视化显示 R 规范分析功能的输出结果，例如这个投资组合配置示例。

　　3理解复杂大数据集的意义

　　决策树

　　有时候，数据非常复杂，以至于很难找到总体回归模型，或者可描述此模型的单一预测公式。一种解法是将数据分解成更小的子集，直到您可以用一种简单的模型解释每一个子集。 R 允许用户快速构建决策树来分类复杂的数据。

　　在您的团队编写好使用决策树来分类数据的 R 脚本之后，您就可以在任何数据可视化图表中使用该分类来决定颜色、形状或分组，一切只需拖放即可。事实上，一旦您创建了 R 脚本来分类数据，那么任何业务用户都可以在数据可视化图表中利用其结果。

　　在下面的可视化图表中，我们建立了一个决策树来根据客户的购买习惯分类某个零售品牌的客户。然后，我们在一个简单的条形图中使用该分类，这个条形图比较这些组在 2012 年的销售额与 2013 年的销售额。结合 R 使用 Tableau ，任何业务用户都可以这样研究数据（依靠数据科学家在 R 中创建的决策树功能）。这样，就可以让业务用户每天有意义地获取数据科学团队所做的工作。

　　说明：此可视化图表显示了按 R 决策树创建的客户群分类。业务用户可以轻松将这些数据与销售额数据（本例中，为 2012 年和 2013 年的数据）合并，以便理解每个客户段在各年之间的支出变化。

　　4证明不是巧合

　　统计检验

　　在法庭上，在证明某人有罪之前，这个人是清白的。跟法庭一样，统计检验的目的是通过否认某事不为假来证明此事为真。大多数情况下，这意味着证明某事的发生并非纯属偶然。这通常称为“具有统计意义”。例如，药物研究旨在证明某种特定药物确有疗效 — 证明成功的结果是统计显著的，而不是巧合的结果。

　　您的样本可能包含性别或种族之类的分类数据，或者包含体重、年龄甚至时间量等度量。使用这些数据，您可能希望对照控制组中的成员，检验某种特定药物对某一特定年龄分布的成员产生正面疗效的几率。

　　R 提供了多种多样的统计检验函数，而 Tableau 则使查看这些检验的结果变得简单。 Tableau 的参数可以让任何用户轻松调整检验（如 Welch 的双样本 t 检验）中的选项，并可视化显示结果。

　　说明：Tableau 可使人们轻松可视化显示 R 统计检验函数的输出结果，并提供了让用户调整检验选项的筛选器。

　　转自：Tableau社区

　　对商业智能BI、大数据分析挖掘、机器学习，python，R等数据领域感兴趣同学加微信：tstoutiao，邀请您加入头条数据爱好者交流群，数据爱好者们都在这儿。