• 广东省 深圳市 南山区
  • 茶光路1089号 深圳集成电路设计应用产业园4楼
  • 电话/微信:
  • 185 2058 7920
  • T
    回归分析与业务系统整合设计、实现和DEMO

    回归分析在各行各业的数据分析中有很重要的作用,可以确定自变量和因变量之间的关系,分析出影响性能的关键因素。在机器学习领域,回归算法也是非常重要的。这里我们分享一种统计学意义上的回归分析。

    回归分析一般人的用法是这样的:

    • 从业务系统导出数据并整理
    • 放到excel或者minitab中进行回归分析
    • 剔除不显著的自变量,添加新的自变量,不断重复
    • 确定显著的自变量,完成回归分析

    这样的分析没问题,但存在几个问题:

    • 效率比较低下
    • 不同的人使用的回归参数不一样也会导致结果不一样
    • 大量的业务数据,如此手工分析无法面面俱到
    • 对使用回归分析的人的能力要求较高

    为此,我们对回归分析如何整合到业务系统中进行快捷的分析,我们做了这样的设计:

    设计:

    如何能快速的进行类似的分析呢?可以这样设计:

    • 前端通过应用服务器提取参数信息供用户选择分析项目
    • 用户选择后,通过应用服务器提取生产数据库的数据,提交到计算服务器
    • 计算服务器把计算结果返回给应用服务器
    • 应用服务器把结果整理格式显示在前端。

    系统架构图:

    回归分析系统整合架构图 实现:

    前端设计:

    • 通过web服务器,访问业务数据库,获取设备之类的信息
    • 用户选择设备自动带出相关数据供用户选择,还可以提供时间、数据点的选项。
    回归分析系统整合架构图

    分析结果:

    分析结果直接返回一个回归分析表,和一个json的回归分析结果,可以在其他系统调用json。

    回归分析系统整合架构图

    设计方案难点:

    • 业务分析,用户需要清楚知道需要进行的业务分析,不然随便分析也没有什么能用的结果
    • 数据整理,如何整理能让用户选择的数据,数据需要对齐(x-y对齐),对于复杂的业务和IT系统,整理数据需要花费很多业务人员和IT人员的时间

    体验:

    上面的方案设计的实现,请看下方的链接:

    http://www.simplespc.cn/demos/analytics02.php

    推荐一个培训:Python统计技术在企业供应链大数据中的实战应用

    • 从理论基础、业务设计到计算机实现,全面了解流行的数据分析应用
    • 有别于其他数据分析课程一直适用python,我们通过python和业务系统整合,让你的数据分析应用实现自动化
    • 可以让你有的放矢的知道数据分析(大数据)的领域需要哪些知识,针对自身优势进行选择深入学习