モデルの分析結果を視覚化する方法：

予測分析の結果を視覚化することは、ステークホルダーが次のステップを理解するのに役立ちます。ビジュアライゼーション手法を使用して、モデルの結果をステークホルダーに報告するいくつかの方法があります。

データ内の隠れたグループを視覚化する方法

データクラスタリングは、データ内の関連アイテムの隠れたグループを発見するプロセスです。ほとんどの場合、 クラスタ （グループ化）は、ソーシャルネットワークユーザー、テキスト文書、または電子メールなどの同じ種類のデータオブジェクトで構成されます。

<！ - 1 - >

データクラスタリングモデルの結果を視覚化する1つの方法は、ソーシャルネットワークユーザーから収集されたデータで発見された社会コミュニティ（クラスタ）を表すグラフです。顧客に関するデータは表形式で収集されました。クラスタリングアルゴリズムがデータに適用され、忠実な顧客、さまよっている顧客、割引顧客の3つのクラスタ（グループ）が発見されました。

<！ここで、3つのグループの視覚的な関係は、マーケティング活動の強化が最も効果的な場合があることを示しています。

データ分類結果を視覚化する方法

分類モデルは、調べる新しい各データポイントに特定のクラスを割り当てる。この場合の特定のクラスは、クラスタリング作業の結果として生じるグループである可能性があります。グラフで強調表示されている出力は、ターゲットセットを定義できます。任意の新規顧客について、予測分類モデルは、新規顧客がどのグループに属するかを予測しようと試みる。

<！ - 3 - >

クラスタリングアルゴリズムを適用し、顧客データにグループ分けを発見した後は、真実の瞬間が訪れます。ここで新しい顧客が生まれます。モデルによって、または彼女はなります。

新しい顧客の情報が予測分析モデルにどのように供給され、この新しい顧客がどの顧客グループに属しているかが予測されます。新規顧客A、B、およびCは、分類モデルに従ってクラスターに割り当てようとしています。分類モデルを適用すると、顧客Aは忠実な顧客に属し、顧客Bは放浪者になり、顧客Cは割引にしか現れないという予測が得られた。

データの外れ値を可視化する方法

新規顧客をクラスタリングまたは分類する過程で、たびに既存の部門に適合しない

外れ値

が発生します。 この例では、いくつかのアウトライアーがあらかじめ定義されたクラスターにうまく適合しません。 6人の外れ値の顧客が検出され、視覚化されました。それらは、モデルが顧客の定義されたカテゴリに属しているかどうかをモデルが知ることができないほど十分に振る舞います。 （割引に興味のある、忠実な放浪する顧客のようなものがありますか？もしあれば、あなたのビジネスケアは必要ですか？）