這一篇主要介紹數據分析模塊實現的算法。
分類模塊
流程圖
功能
本模塊實現了數據分類功能，系統提供了SVM，KNN，決策樹，隨機森林等分類算法。首先通過對測試集的數據進行模型構建，在構建模型過程中我們可以對模型進行參數設置，模型構建完成之後，我們對預測集進行預測，最後將分類的結果導出。
實現原理
聚類模塊
流程圖
功能
本模塊實現了數據聚類功能，系統提供了kmeans，clara，PAM，Agnes，Diana算法。針對不同的算法，用戶需要設置不同的參數，然後系統根據用戶設定的參數進行數據聚類，聚類結果將以圖和表的形式給用戶顯示出來。
實現原理
時間序列
流程圖
功能
本模塊實現了對時間序列數據分析的功能，用戶上傳時間序列數據，然後設置時間序列參數，通過顯示出來的時間序列，我們判斷它是否滿足相加模型，如果數據滿足相加模型我們就不進行處理，否則我們對數據進行相應的處理，使得數據滿足相加模型，當數據滿足相加模型之後我們對數據進行時間序列建模，我們可以選擇自動分析和手動分析，自動分析時系統會根據數據自行設定arima模型的參數，進行相應的分析，手動分析將由用戶自己對模型的參數進行設定，模型建立後我們還可以對模型進行評估，看模型是否是最優模型，能否滿足用戶的需求，最後用戶利用模型進行預測。
實現原理
關聯規則挖掘
流程圖
功能
上傳事務型或記錄型數據集作爲數據源。系統提供了Apriori算法進行關聯規則的分析。Apriori算法是最有影響的挖掘布爾關聯規則頻繁項集的算法，其核心是基於兩階段頻集思想的遞推算法。
