豌豆DM提供全程可视化的建模过程,从训练数据集选择、分析指标字段设置、挖掘算法、参数配置、模型训练、模型评估、对比到模型发布都可以通过零编程、可视化的配置操作,简单、便捷的完成。
为确保数据挖掘模型能够达到预期目标,往往需要在数据准备阶段对数据进行抽样、归一化、标准化、离散化、值替换、类型转换、添加字段、主成分提取、过滤等预处理工作。豌豆DM内置丰富的数据预处理组件,帮助用户快速直观的配置预处理流程。
挖掘算法是数据挖掘产品的核心和灵魂,豌豆DM提供了涵盖分类、回归、聚类、关联规则以及时间序列等五大类、十余个小类的核心数据挖掘算法,同时支持扩展数据挖掘算法,让用户能够快速找到与业务更为贴合的数据挖掘模型。
豌豆DM不仅支持传统数据挖掘算法,还内置了关系网络分析算法,揭示事物之间的关联和时空相关的模式及规律。系统提供关系网络、空间关系网络(地理信息关系图)等功能,帮助用户更为直观的发现事物之间的关系。
一个实用的数据挖掘模型,往往要经过多次训练和参数调整,并经历模型评估,评估结果对比等复杂过程。豌豆DM可对多个训练模型进行一键比较,系统智能推荐最佳模型,并可基于分类正确率、均方根误差、Kappa统计量、提升率、ROC面积等专业的模型评估指标,提供综合模型比较报告,极大的降低数据挖掘项目实施难度。
建设内容:以服刑人员为研究对象,对服刑人员的相关主要属性信息进行归纳,识别并构建罪犯所关联的标签系统,对每个服刑人员个体行为、心理状态进行实时跟踪监测,并关联罪犯的心理评测信息、基本信息、成长经历信息、狱内表现信息、案情信息、触发诱因信息等,训练出识别罪犯异常的机器学习模型,自动甄别罪犯是否存在自杀、自伤、自残或脱逃风险,提前预警。
项目价值:整合数据资源,用技术防控风险,以服刑人员为中心辐射各业务系统进行数据统一整合,为该监狱跨业务、跨系统的数据共享和交换提供统一平台,结合大数据技术对罪犯进行预警监控,降低警力成本,减轻监狱民警的工作强度,提高了技防的科学性、精准性,让整个安防系统更加完善。
建设内容:该平台建设以其监管对象为核心辐射多业务系统进行跨系统跨部门数据融合,形成综合信息特征数据集,并基于该数据全集结合大数据机器学习算法,找到监管对象爆发问题和其他综合特征之间的相关性,形成多维度监督预测模型,为政务决策提供预测预警依据。
项目价值:该平台打通各部门之间的数据壁垒,为各业务部门提供统一的数据共享交换服务的同时,通过机器学习算法,智能筛选可能有问题的监管对象,为各类监管工作提供预测预警数据依据,在有限的人力下覆盖更大的监管范围,深度挖掘数据特征,提高政府监管效率。
亿信华辰推出新内容栏目亿信华辰Pro,在这里将发布前沿的各行业数字化转型、
运营营销干货、热点的商业案例分析和有趣的数据分析报告,每日更新!
快速学习与数据有关的高质量内容,
欢迎扫码关注!
扫TA学习前沿商业案例