博学谷-所有人都能学的数据分析课-2999元

根据具有很多维度的样本或变量之间的相似姓或非相似姓来对其进行分类的一种统计学研究方法，用空间和距离来体现各个点之间的关系，是研究品牌竞争力的常用分析方法。

最基本的描述点与点之间关系的算法，描述影响某些现象的变量是怎么如何影响，是各领域最经典的分析方法，常用来预测消费支出、固定投资支出等。

逻辑回归算法是数据分析中常用的经典统计学方法，在SPSS软件中可以简单便捷实现该算法。常用于医疗、金融等业务场景的分类预测问题。

在Modeler软件中进行贝叶斯网络建模，导入预测数据对用户流失率进行预测。

该算法应用广泛，逻辑姓简单，且较为稳定，当数据呈现不同的特点时，该算法的分类性能不会有太大差异。
此算法在现实生活中应用广泛，常用于文字识别、图像识别、文本分类、垃圾邮件分类、信用评估、钓鱼网站检测等。

当下流行的分析方法，常用于判断未来的趋势变化以及分析历史数据的变化规律的影响因素，常用于企业经营管理、市场潜量预测、气象预报、环境污染控制等方面。

层次聚类、K-means聚类、二阶聚类、多维尺度分析、对应分析，以及结合因子分析方法对比选择人群分类的方法。