大数据分析与可视化 课件 散点图新.pptx

;;散点图的介绍;散点图制作注意事项：

1、散点图的横轴、纵轴要选择指标，尽量不要选择维度，否则分析意义不大，散点图主要是为了体现两个指标之间的关系（即相关性）

2、散点图可以很好的显示少量属性间的关系，多个属性间的关系并不是很直观，建议用平行坐标图;;场景一：就是对大数据的分布和分簇，迅速找到规律和分切点。;场景二：对大数据的分布利用四象限分析（适合分析贡献度等数据）。

如下图：分析在销售金额高的情况下利润是否高，即对贡献度分析。;相关性分析;散点图的属性;直线拟合;曲线拟合模型;曲线拟合模型;进行Log10转换的X值：

关于X的对数值的逻辑回归拟合使用以下公式：

LoggedX50值被解释为Log10(X50)。例如，如果IC50中H30+浓度的pH值为3，则LoggedX50=-3。

注意：此模型预计的是X50的对数值而不是实际X50。

不是X的对数值：

不假定X的对数值时，逻辑回归拟合使用以下公式：

其中min和max是曲线的下渐近线和上渐近线，

Hill是曲线在其中点的斜率，X50是拐点(x,y)

的X坐标。此模型要求所有数据点中的x0，

并且您至少要使用四个记录来计算曲线。

;逻辑回归;?;高斯曲线;合作共赢