Visualización novela en análisis predictivo

Una visualización puede representar una simulación (Una representación gráfica de una situación hipotética) en el análisis predictivo. Puede seguir una visualización de una predicción con una simulación que se solapa y es compatible con la predicción. Por ejemplo, ¿qué ocurre si la empresa deja de fabricación del producto D? ¿Qué ocurre si un desastre natural golpea la oficina en casa? ¿Qué pasa si sus clientes pierden interés en un producto en particular? Puede utilizar la visualización para simular el comportamiento futuro de una empresa, un mercado, un sistema de tiempo - lo que sea.

UN tablero es otro tipo de visualización se puede utilizar para mostrar un modelo integral de análisis predictivo. El tablero de instrumentos le permitirá, mediante un botón de control, para cambiar cualquier paso en la tubería de análisis predictivo. Esto puede incluir la selección de la preprocesamiento de datos, de datos, la selección de un modelo de predicción, y la selección de las versiones de evaluación adecuados.

Usted puede modificar fácilmente a cualquier parte de la tubería en cualquier momento utilizando el botón de control en el salpicadero. Un tablero de instrumentos es un tipo interactivo de visualización en el que tiene el control y puede cambiar los esquemas, tablas, mapas o dinámicamente en función de las entradas que desee incluir en los análisis que generan esas tablas y gráficos.

Al menos una de las técnicas de análisis predictivo es puramente inspirado por el fenómeno natural de las aves que acuden. El modelo de aves que acuden no sólo identifica agrupaciones de datos, se les muestra en acción dinámica. La misma técnica se puede utilizar para representar patrones ocultos en sus datos.

El modelo representa los objetos de datos como las aves que vuelan en un espacio virtual, siguiendo acuden reglas que orquestan cómo un enjambre de migración de las aves se mueve en la naturaleza.

En representación de varios objetos de datos como las aves revela que los objetos de datos similares se reunirán juntos para formar subflocks (agrupaciones). La similitud entre los objetos en el mundo real es lo que impulsa a los movimientos de las aves correspondientes en el espacio virtual. Por ejemplo, imagine que desea analizar los datos recogidos en línea de varios usuarios de Internet (también conocido como internautas).

Cada pieza de información (obtenida de fuentes tales como información de usuario de la red social y al cliente las transacciones en línea) se representa como un pájaro correspondiente en el espacio virtual.

Video: Análisis predictivo con BI

Si el modelo considera que dos o más usuarios interactúan entre sí a través de correo electrónico o chat, aparecen en el mismo de fotos en línea, comprar el mismo producto, o compartir los mismos intereses, el modelo muestra esas dos internautas como pájaros que vuelan juntos, siguiendo naturales acuden reglas.

La interacción (es decir, qué tan cerca las aves representativas consiguen entre sí) se expresa como una función matemática que depende de la frecuencia de la interacción social, o la intensidad con la que los usuarios compran los mismos productos o comparten los mismos intereses. Esta última función matemática depende exclusivamente del tipo de análisis que está solicitando.

La imagen de arriba representa la interacción en Facebook entre internautas, X e Y en el ciberespacio como espacio virtual pájaro-flocado, donde tanto X como Y son representados como aves. Debido internautas X e Y han interactuado entre sí, la siguiente iteración flocado mostrará sus dos pájaros como más juntos.

Un algoritmo conocido como “rebaño por el líder”, inventado por el Prof. Anasse Bari y el Prof. Bellaachia (ver las referencias siguientes), se inspiró en un descubrimiento reciente que revela la dinámica de liderazgo en las palomas. Este algoritmo puede extraer la entrada del usuario de puntos de datos que le permiten detectar líderes, descubrir sus seguidores, e inician el comportamiento en el espacio virtual que imita lo que sucede cuando las bandadas forman naturalmente acuden - con excepción de los rebaños, en este caso, se denominan grupos de datos bandadas de datos.

Esta técnica no sólo detecta patrones en los datos, sino que también proporciona una representación gráfica clara de los resultados obtenidos mediante la aplicación de modelos de análisis predictivo. Las reglas que organizan el comportamiento flocado natural en la naturaleza se extendieron a crear nuevas reglas de flocado que se ajustan al análisis de datos:

• rebaño de datos homogeneidad: Los miembros de la manada muestran similitud en los datos.
• liderazgo rebaño de datos: El modelo se anticipa a los líderes de información.

Que representa un gran conjunto de datos como una bandada de pájaros es una manera de visualizar fácilmente grandes volúmenes de datos en un tablero de instrumentos.

Este modelo de visualización puede ser utilizado para detectar fragmentos de datos que son valores atípicos, líderes o seguidores. Una aplicación política podría ser para visualizar los valores extremos de la comunidad, líderes de la comunidad, o seguidores de la comunidad. En el campo de la biomedicina, el modelo se puede utilizar para visualizar los genomas y los líderes de los valores atípicos entre las muestras genéticas de una enfermedad en particular (digamos, los que muestran una mutación particular más consistentemente).

Una visualización de aves que acuden también se puede utilizar para predecir futuros patrones de fenómenos desconocidos en el ciberespacio - disturbios civiles, un movimiento social emergente, el linaje de un futuro cliente.

La visualización acuden es especialmente útil si se está recibiendo un gran volumen de datos transmitidos a alta velocidad: Usted puede ver la formación de reunirse en el espacio virtual que contiene las aves que representan los objetos de datos. Los resultados del análisis de datos se reflejan (literalmente) sobre la marcha en el espacio virtual. Realidad dada una ficticio, todavía observable y analíticamente significativa, la representación puramente inspirado de la naturaleza. Tales visualizaciones también pueden funcionar bien como simulaciones o situaciones hipotéticas.

Una visualización basado en el comportamiento acuden inicia mediante la indexación de cada internauta a un pájaro virtual. Inicialmente, todas las aves están inactivos. Como los datos entra, cada ave comienza acuden en el espacio virtual de acuerdo con los resultados de análisis y las reglas que acuden.

A continuación, se forma el rebaño emergiendo como se presentan los análisis.

Después de analizar datos a través de un gran período de tiempo que termina en t + k, los resultados de esta aplicación de los resultados de análisis predictivo se pueden representar como se muestra a continuación: El algoritmo rebaño-por-líder diferencia a los miembros del rebaño en tres clases: un líder , seguidores y valores atípicos.

El algoritmo rebaño por el líder fue inventado por Dr.Bari y Dr.Bellaachia y se explica en detalle en los siguientes recursos:

• “Rebaño Líder: A Novel Inspirado son de origen biológico Machine Learning algoritmo de clústeres”, IEEE Conferencia Internacional de Inteligencia enjambre de 2012.

Esto también aparece como un capítulo de un libro de Los avances en la inteligencia del enjambre, Edición 2012 - (Springer-Verlag).

• “SFLOSCAN: un marco biológico inspirado minería de datos para la identificación de la Comunidad en las redes sociales dinámicos”, Conferencia Internacional IEEE en Inteligencia Computacional, 2011 (SSCI 2011), 2011.