【实战】回归分析与业务系统整合设计、实现和DEMO

回归分析在各行各业的数据分析中有很重要的作用，可以确定自变量和因变量之间的关系，分析出影响性能的关键因素。在机器学习领域，回归算法也是非常重要的。这里我们分享一种统计学意义上的回归分析。

回归分析一般人的用法是这样的：

1. 从业务系统导出数据并整理
2. 放到excel或者minitab中进行回归分析
3. 剔除不显著的自变量，添加新的自变量，不断重复
4. 确定显著的自变量，完成回归分析

这样的分析没问题，但存在几个问题：

1. 效率就比较低下
2. 不同的人使用的回归参数不一样也会导致结果不一样
3. 大量的业务数据，如此手工分析无法面面俱到
4. 对使用回归分析的人的能力要求较高

为此，我们对回归分析如何整合到业务系统中进行快捷的分析，我们做了这样的设计：

设计：

如何能快速的进行类似的分析呢？可以这样设计：

1. 前端通过应用服务器提取参数信息供用户选择分析项目
2. 用户选择后，通过应用服务器提取生产数据库的数据，提交到计算服务器
3. 计算服务器把计算结果返回给应用服务器
4. 应用服务器把结果整理格式显示在前端。

系统架构图：

回归分析系统整合架构图

实现：

前端设计：

通过web服务器，访问业务数据库，获取设备之类的信息

用户选择设备自动带出相关数据供用户选择，还可以提供时间、数据点的选项。

image

分析结果：

分析结果直接返回一个回归分析表，和一个json的回归分析结果，可以在其他系统调用json。

image

设计方案难点：

1. 业务分析，用户需要清楚知道需要进行的业务分析，不然随便分析也没有什么能用的结果
2. 数据整理，如何整理能让用户选择的数据，数据需要对齐（x-y对齐），对于复杂的业务和IT系统，整理数据需要花费很多业务人员和IT人员的时间

体验：

上面的方案设计的实现，请看下方的链接：

http://www.simplespc.cn/demos/analytics02.php