【资料图】
1线性回归(LinearRegression)，在统计学中，线性回归是一种通过拟合自变量与自变量之间最佳线性关系来预测目标变量的方法。
2分类(Classification)，分类是一种数据挖掘技术，它将类别分配给数据集合，以帮助进行更准确的预测和分析。
3重采样方法(ResamplingMethods)，重采样是从原始数据样本中绘制重复样本的方法。
4子集选择(SubsetSelection)，这种方法确定了我们认为与响应相关的p个预测因子的一个子集。
5特征缩减技术(Shrinkage)，这种方法适合一个涉及所有p个预测因子的模型，然而，估计的系数相对于最小二乘估计向零收缩。
6维数缩减。
7非线性模型。
8基于树的方法。
9支持向量机。
10无监督学习。
11数据分析就是指用恰当的统计分析方法对采集来的很多数据进行分析，将它们加以汇总和理解并消化，以求最大化地开发数据的基本功能，充分发挥数据的作用。数据分析是为了能获取有效信息和形成结论而对数据加以详尽研究和归纳总结的过程。数据分析的数学基础在二十世纪初期就已确立，但一直到计算机的出现才使得实际操作成为可能，并使得数据分析得以推广。数据分析是数学与计算机科学相结合的产物。
标签： 数据分析的方法
