• You can use the Data Analysis group of buttons to draw a sample of data from a spreadsheet,
external SQL database, or from PowerPivot, explore your data, both visually and through
methods like cluster analysis, and transform your data with methods like Principal Components,
Missing Value imputation, Binning continuous data, and Transforming categorical data. In
V2015, XLMiner contains Text Mining capabilities and a new Feature Selection tool. Text
Miner, the new text mining feature, analyzes a collection of text documents, extracts their
meanings, and calculates any patterns or trends that might appear in the collection. The new
Feature Selection tool, gives insights on which variables are the most important or relevant, and
will provide the most information when included in a classification or production model.
• Use the Time Series group of buttons for time series forecasting, using both Exponential
Smoothing (including Holt-Winters) and ARIMA (Auto-Regressive Integrated Moving Average)
models, the two most popular time series forecasting methods from classical statistics. These
methods forecast a single data series forward in time.
• The Data Mining group of buttons give you access to a broad range of methods for prediction,
classification, and affinity analysis, from both classical statistics and data mining. These
methods use multiple input variables to predict an outcome variable, or classify the outcome into
one of several categories.
• Use the Predict button to build prediction models using Multiple Linear Regression (with
variable subset selection and diagnostics), k-Nearest Neighbors, Regression Trees, and
Neural Networks.
• Use the Classify button to build classification models with Discriminant Analysis, Logistic
Regression, k-Nearest Neighbors, Classification Trees, Naïve Bayes, and Neural Networks.
• Use the Associate button to perform affinity analysis (“what goes with what” or market
basket analysis) using Association Rules.
If forecasting and data mining are new for you, don’t worry – you can learn a lot about them by
consulting our extensive in-product Help. Click Help – Help Text on the XLMiner tab, or click
Help – Help Text – Forecasting/Data Mining on the Analytic Solver Platform tab (these open the
same Help file).
If you’d like to learn more and get started as a ‘data scientist,’ consult the excellent book Data
Mining for Business Intelligence, which was written by the XLMiner designers and early academic
users. You’ll be able to run all the XLMiner examples and exercises in Analytic Solver Platform.
•คุณสามารถใช้กลุ่มการวิเคราะห์ข้อมูลของปุ่มการวาดตัวอย่างของข้อมูลจากสเปรดชีท,
ภายนอกฐานข้อมูล SQL หรือจาก PowerPivot สำรวจข้อมูลของคุณทั้งภาพและผ่าน
วิธีการเช่นการวิเคราะห์กลุ่มและการแปลงข้อมูลของคุณด้วยวิธีการเช่นส่วนประกอบหลัก ,
การใส่ค่าที่หายไปข้อมูล Binning อย่างต่อเนื่องและเปลี่ยนข้อมูลเด็ดขาด ใน
V2015, XLMiner มีความสามารถในการทำเหมืองข้อความและเครื่องมือเลือกลักษณะการทำงานใหม่ ข้อความ
ขุดคุณลักษณะการทำเหมืองข้อความใหม่วิเคราะห์การเก็บรวบรวมเอกสารข้อความ, สารสกัดของพวกเขา
ความหมายและคำนวณรูปแบบใด ๆ หรือแนวโน้มที่อาจปรากฏในคอลเลกชัน ใหม่
เครื่องมือการเลือกลักษณะการให้ข้อมูลเชิงลึกเกี่ยวกับการที่ตัวแปรที่สำคัญที่สุดหรือที่เกี่ยวข้องและ
จะให้ข้อมูลมากที่สุดเมื่อรวมอยู่ในการจัดหมวดหมู่หรือรุ่นการผลิต.
•ใช้อนุกรมเวลากลุ่มของปุ่มสำหรับพยากรณ์อนุกรมเวลา, ใช้ทั้ง Exponential
Smoothing (รวมถึงโฮลท์-ฤดูหนาว) และ ARIMA (Auto-ถอยหลังแบบบูรณาการเฉลี่ยเคลื่อนที่)
รุ่นครั้งที่สองที่นิยมมากที่สุดวิธีการพยากรณ์จากสถิติชุดคลาสสิก เหล่านี้
วิธีการคาดการณ์ชุดข้อมูลเดียวไปข้างหน้าในเวลา.
•กลุ่มการทำเหมืองข้อมูลของปุ่มให้คุณสามารถเข้าถึงที่หลากหลายของวิธีการในการทำนาย
การจัดหมวดหมู่และการวิเคราะห์ความเป็นพี่น้องกันจากสถิติคลาสสิกและการทำเหมืองข้อมูล เหล่านี้
วิธีการใช้ตัวแปรหลายตัวแปรที่จะคาดการณ์ผลหรือจำแนกผลเป็น
หนึ่งในหลายประเภท.
•ใช้ปุ่มทำนายการสร้างแบบจำลองการคาดการณ์โดยใช้หลายถดถอยเชิงเส้น (มี
ตัวเลือกย่อยตัวแปรและการวินิจฉัยโรค), k-ที่ใกล้ที่สุดเพื่อนบ้านถดถอย ต้นไม้และ
โครงข่ายประสาท.
•ใช้ปุ่มจำแนกการสร้างแบบจำลองการจัดหมวดหมู่ที่มีการวิเคราะห์จำแนก, Logistic
ถดถอย k-ที่ใกล้ที่สุดเพื่อนบ้านจำแนกต้นไม้, ไร้เดียงสา Bayes และโครงข่ายประสาท.
•ใช้ปุ่มรองเพื่อดำเนินการวิเคราะห์ความเป็นพี่น้องกัน ("สิ่งที่จะไป กับสิ่งที่ "หรือตลาด
การวิเคราะห์ตะกร้า) โดยใช้กฎของสมาคม.
หากการพยากรณ์และการทำเหมืองข้อมูลเป็นของใหม่สำหรับคุณไม่ต้องกังวล - คุณสามารถเรียนรู้มากเกี่ยวกับพวกเขาโดยการ
ให้คำปรึกษาที่ครอบคลุมการช่วยเหลือในผลิตภัณฑ์ของเรา คลิกวิธีใช้ - ความช่วยเหลือข้อความบนแท็บ XLMiner หรือคลิก
ช่วยเหลือ - ข้อความ - การพยากรณ์ / การทำเหมืองข้อมูลบนแพลตฟอร์ม Solver วิเคราะห์แท็บ (เหล่านี้เปิด
แฟ้มวิธีเดียวกัน).
หากคุณต้องการที่จะเรียนรู้มากขึ้นและได้รับการเริ่มต้นเป็น ' นักวิทยาศาสตร์ข้อมูล 'ให้คำปรึกษาข้อมูลหนังสือที่ดี
สำหรับการทำเหมืองแร่ข่าวกรองธุรกิจซึ่งเขียนโดยนักออกแบบและนักวิชาการ XLMiner ต้น
ผู้ใช้ คุณจะสามารถทำงานได้ทุกตัวอย่าง XLMiner และการออกกำลังกายใน Solver วิเคราะห์แพลตฟอร์ม
การแปล กรุณารอสักครู่..
- คุณสามารถใช้ข้อมูลการสนทนากลุ่มของการวาดตัวอย่างข้อมูลจากสเปรดชีต
ฐานข้อมูลภายนอกหรือจาก Excel , สำรวจข้อมูล ทั้งสายตาและผ่าน
วิธีเช่นเดียวกับการวิเคราะห์การเกาะกลุ่ม และการแปลงข้อมูลด้วยวิธีการเช่นคอมโพเนนต์หลัก
หายไปตำหนิค่า บินนิ่งข้อมูลอย่างต่อเนื่องและการเปลี่ยนแปลง ข้อมูลเชิงคุณภาพ ใน v2015
,xlminer ประกอบด้วยข้อความสามารถเลือกเครื่องมือเหมืองแร่และคุณสมบัติใหม่ คนขุดแร่ข้อความ
, ข้อความใหม่ที่เหมืองมีการวิเคราะห์ชุดของเอกสารข้อความ , สารสกัดจากความหมาย
และคำนวณรูปแบบหรือแนวโน้มใด ๆที่อาจปรากฏในคอลเลกชัน ใหม่
คุณลักษณะการเลือกเครื่องมือ ให้ข้อมูลเชิงลึกที่ตัวแปรที่สำคัญที่สุดหรือที่เกี่ยวข้องและ
จะให้ข้อมูลมากที่สุดเมื่อรวมอยู่ในหมวดหมู่หรือรูปแบบการผลิต .
- ใช้อนุกรมเวลาที่กลุ่มของปุ่มสำหรับการพยากรณ์อนุกรมเวลาที่ใช้ทั้งแบบเรียบ ( รวมถึงโฮลท์
ฤดูหนาว ) และ ARIMA ( Auto ถอยหลังแบบค่าเฉลี่ยเคลื่อนที่ )
รุ่นสองชุดที่นิยมมากที่สุดของเวลา วิธีพยากรณ์จากสถิติคลาสสิค เหล่านี้
วิธีพยากรณ์เดี่ยวชุดข้อมูลไปข้างหน้าในเวลา .
- Data Mining กลุ่มของปุ่มช่วยให้คุณสามารถเข้าถึงที่หลากหลายของวิธีการในการทำนาย
การจำแนกและการวิเคราะห์ทางสถิติทั้งคลาสสิกและการทำเหมืองข้อมูล วิธีการเหล่านี้
ใช้ตัวแปรหลายตัวแปรทำนายผล หรือจำแนกผลในหนึ่ง
หลายประเภท- ใช้ทำนายเพื่อสร้างโมเดลการทำนายโดยใช้สมการถดถอย (
เลือกย่อยตัวแปรและการวินิจฉัย ) ละเพื่อนบ้านถดถอยต้นไม้และข่ายงาน
.
- ใช้แยกเพื่อการสร้างโมเดลด้วยการวิเคราะห์ถดถอยโลจิสติก ,
, เพื่อนบ้านละ ประเภทต้นไม้ นา ไตได้ Bayes และ
โครงข่ายประสาทเทียม- ใช้ปุ่มเชื่อมโยงเพื่อวิเคราะห์ความสัมพันธ์ ( " อะไรไปกับสิ่งที่ " หรือการวิเคราะห์ตะกร้าตลาด
) โดยใช้กฎความสัมพันธ์ .
ถ้าการพยากรณ์และการเหมืองแร่ข้อมูลใหม่ สําหรับคุณ ไม่ต้องกังวล–คุณสามารถเรียนรู้มากเกี่ยวกับพวกเขาโดย
ปรึกษาที่กว้างขวางของเราในช่วยให้ผลิตภัณฑ์ คลิกที่ข้อความช่วยเหลือช่วย–บนแท็บ xlminer หรือคลิก
ช่วยเพื่อให้ข้อความและการพยากรณ์ / การทำเหมืองข้อมูลในการวิเคราะห์แก้ปัญหาแพลตฟอร์มแท็บ ( เหล่านี้เปิด
เหมือนกันช่วยไฟล์ หากคุณต้องการที่จะเรียนรู้มากขึ้นและเริ่มต้นเป็น ' ข้อมูล ' ปรึกษานักวิทยาศาสตร์ที่ยอดเยี่ยมข้อมูล
หนังสือเหมืองแร่สำหรับข่าวกรองธุรกิจ ซึ่งเขียนโดย xlminer นักออกแบบและผู้ใช้วิชาการ
แต่เช้าคุณจะสามารถเรียกใช้งานทั้งหมด xlminer ตัวอย่างและแบบฝึกหัดในแพลตฟอร์ม
แก้ปัญหาเชิงวิเคราะห์
การแปล กรุณารอสักครู่..