本申请提供了一种数据分析方法、装置、电子设备及存储介质，属于数据分析技术领域。本申请通过，获取样本数据集合和多个分析指标；然后，利用所述样本数据集合训练预测模型，其中，训练过程中，所述预测模型输出与所述样本数据集合对应的预测结果集合；然后，针对每个分析指标，确定所述分析指标对应的分析数据，并基于所述分析数据进行分析得到分析结果，所述分析数据包括所述样本数据集合和/或所述预测结果集合；最后，基于多个所述分析指标、多个所述分析数据、多个所述分析结果和预设格式生成分析报告。从而无需分析人员手动分析，提高了分析效率。了分析效率。了分析效率。
【技术实现步骤摘要】
一种数据分析方法、装置、电子设备及存储介质
[0001]本申请涉及数据分析
，尤其涉及一种数据分析方法、装置、电子设备及存储介质。
技术介绍
[0002]在构建模型过程中，离不开对模型和变量的分析，例如对变量的数据分布、变量之间的相关性、变量的单调性及模型统计指标等维度进行分析，以此来确定模型的变量、参数、拟合系数等模型基本要素，并评估模型效果。目前，在构建模型时对于模型和变量的分析过程，一般需要分析人员根据需要分析的内容和指标，调用相应的算法来进行相应的分析，得到分析结果，分析效率低。
技术实现思路
[0003]本申请实施例的目的在于提供一种数据分析方法、装置、电子设备及存储介质，以解决在构建模型时，需要分析人员根据需要分析的内容和指标，调用相应的算法来进行相应的分析，导致分析效率低的问题。具体技术方案如下：
[0004]第一方面，提供了一种数据分析方法，所述方法包括：
[0005]获取样本数据集合和多个分析指标；
[0006]利用所述样本数据集合训练预测模型，其中，训练过程中，所述预测模型输出与所述样本数据集合对应的预测结果集合；
[0007]针对每个分析指标，确定所述分析指标对应的分析数据，并基于所述分析数据进行分析得到分析结果，所述分析数据包括所述样本数据集合和/或所述预测结果集合；
[0008]基于多个所述分析指标、多个所述分析数据、多个所述分析结果和预设格式生成分析报告。
[0009]可选地，所述分析指标包括：第一指标；所述分析结果包括：样本统计分布特征，所述样本统计分布特征用于表征样本数据的统计分布情况；
[0010]所述确定所述分析指标对应的分析数据，并基于所述分析数据进行分析得到分析结果，包括：
[0011]确定所述第一指标对应的分析数据为所述样本数据集合；
[0012]基于所述样本数据集合中的样本数据进行分析得到所述样本统计分布特征。
[0013]可选地，所述分析指标包括：第二指标；所述分析结果包括：变化趋势特征，所述变化趋势特征用于表征预测结果随样本数据变化的变化趋势；
[0014]所述确定所述分析指标对应的分析数据，并基于所述分析数据进行分析得到分析结果，包括：
[0015]确定所述第二指标对应的分析数据为所述样本数据集合和所述预测结果集合；
[0016]基于所述样本数据集合和所述预测结果集合进行分析得到所述变化趋势特征。
[0017]可选地，所述分析指标包括：第三指标；所述分析结果包括：模型性能特征，所述模
型性能特征用于表征所述预测模型的性能；
[0018]所述确定所述分析指标对应的分析数据，并基于所述分析数据进行分析得到分析结果，包括：
[0019]确定所述第三指标对应的分析数据为所述样本数据集合和所述预测结果集合；
[0020]基于所述样本数据集合和所述预测结果集合进行分析得到所述模型性能特征。
[0021]可选地，所述分析指标包括：第三指标；所述分析结果包括：样本性能特征，所述样本性能特征用于表征样本数据在模型训练过程中的性能；
[0022]所述确定所述分析指标对应的分析数据，并基于所述分析数据进行分析得到分析结果，包括：
[0023]确定所述第三指标对应的分析数据为所述样本数据集合和所述预测结果集合；
[0024]基于所述样本数据集合和所述预测结果集合进行分析得到所述样本性能特征。
[0025]可选地，所述利用所述样本数据集合训练预测模型，包括：
[0026]获取所述样本数据集合中每个样本数据的生成时间；
[0027]将生成时间属于预设时间范围内的样本数据划分为两个数据集，其中一个数据集为训练数据集，另一个数据集为验证数据集；
[0028]将生成时间不属于所述预设时间范围内的样本数据划分至测试数据集；
[0029]利用所述训练数据集、所述验证数据集及所述测试数据集训练所述预测模型。
[0030]可选地，所述利用所述样本数据集合训练预测模型之前，还包括：
[0031]确定所述预测模型对应的数据处理方式；
[0032]利用所述数据处理方式对所述样本数据集合进行处理。
[0033]第二方面，提供了一种数据分析装置，所述装置包括：
[0034]获取模块，用于获取样本数据集合和多个分析指标；
[0035]训练模块，用于利用所述样本数据集合训练预测模型，其中，训练过程中，所述预测模型输出与所述样本数据集合对应的预测结果集合；
[0036]确定模块，用于针对每个分析指标，确定所述分析指标对应的分析数据，并基于所述分析数据进行分析得到分析结果，所述分析数据包括所述样本数据集合和/或所述预测结果集合；
[0037]生成模块，用于基于多个所述分析指标、多个所述分析数据、多个所述分析结果和预设格式生成分析报告。
[0038]可选地，所述分析指标包括：第一指标；所述分析结果包括：样本统计分布特征，所述样本统计分布特征用于表征样本数据的统计分布情况；
[0039]所述确定模块，具体用于：
[0040]确定所述第一指标对应的分析数据为所述样本数据集合；
[0041]基于所述样本数据集合中的样本数据进行分析得到所述样本统计分布特征。
[0042]可选地，所述分析指标包括：第二指标；所述分析结果包括：变化趋势特征，所述变化趋势特征用于表征预测结果随样本数据变化的变化趋势；
[0043]所述确定模块，还用于：
[0044]确定所述第二指标对应的分析数据为所述样本数据集合和所述预测结果集合；
[0045]基于所述样本数据集合和所述预测结果集合进行分析得到所述变化趋势特征。
[0046]可选地，所述分析指标包括：第三指标；所述分析结果包括：模型性能特征，所述模型性能特征用于表征所述预测模型的性能；
[0047]所述确定模块，还用于：
[0048]确定所述第三指标对应的分析数据为所述样本数据集合和所述预测结果集合；
[0049]基于所述样本数据集合和所述预测结果集合进行分析得到所述模型性能特征。
[0050]可选地，所述分析指标包括：第三指标；所述分析结果包括：样本性能特征，所述样本性能特征用于表征样本数据在模型训练过程中的性能；
[0051]所述确定模块，还用于：
[0052]确定所述第三指标对应的分析数据为所述样本数据集合和所述预测结果集合；
[0053]基于所述样本数据集合和所述预测结果集合进行分析得到所述样本性能特征。
[0054]可选地，所述训练模块，具体用于：
[0055]获取所述样本数据集合中每个样本数据的生成时间；
[0056]将生成时间属于预设时间范围内的样本数据划分为两个数据集，其中一个数据集为训练数据集，另一个数据集为验证数据集；
[0057]将生成时间不属于所述预设时间范围内本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种数据分析方法，其特征在于，所述方法包括：获取样本数据集合和多个分析指标；利用所述样本数据集合训练预测模型，其中，训练过程中，所述预测模型输出与所述样本数据集合对应的预测结果集合；针对每个分析指标，确定所述分析指标对应的分析数据，并基于所述分析数据进行分析得到分析结果，所述分析数据包括所述样本数据集合和/或所述预测结果集合；基于多个所述分析指标、多个所述分析数据、多个所述分析结果和预设格式生成分析报告。2.根据权利要求1所述的方法，其特征在于，所述分析指标包括：第一指标；所述分析结果包括：样本统计分布特征，所述样本统计分布特征用于表征样本数据的统计分布情况；所述确定所述分析指标对应的分析数据，并基于所述分析数据进行分析得到分析结果，包括：确定所述第一指标对应的分析数据为所述样本数据集合；基于所述样本数据集合中的样本数据进行分析得到所述样本统计分布特征。3.根据权利要求1所述的方法，其特征在于，所述分析指标包括：第二指标；所述分析结果包括：变化趋势特征，所述变化趋势特征用于表征预测结果随样本数据变化的变化趋势；所述确定所述分析指标对应的分析数据，并基于所述分析数据进行分析得到分析结果，包括：确定所述第二指标对应的分析数据为所述样本数据集合和所述预测结果集合；基于所述样本数据集合和所述预测结果集合进行分析得到所述变化趋势特征。4.根据权利要求1所述的方法，其特征在于，所述分析指标包括：第三指标；所述分析结果包括：模型性能特征，所述模型性能特征用于表征所述预测模型的性能；所述确定所述分析指标对应的分析数据，并基于所述分析数据进行分析得到分析结果，包括：确定所述第三指标对应的分析数据为所述样本数据集合和所述预测结果集合；基于所述样本数据集合和所述预测结果集合进行分析得到所述模型性能特征。5.根据权利要求1所述的方法，其特征在于，所述分析指标包括：第三指标；所述分析结果包括：样本性能特征，所述样本性能特征用于表征样本数据在模型训练过程中的性能；所述确定所述分析指...
【专利技术属性】
技术研发人员：李晓晓，刘慈文，
申请(专利权)人：上海晓途网络科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。