皕杰分析（BIOS iLook）提供聚类分析模块

• 聚类分析是按照个体的特征将他们分类，让同一个类别内的个体之间具有较高的相似度，不同类别之间具有较大的差异性。聚类分析也称群分析、点群分析，是研究分类的一种多元统计方法。
• 从机器学习的角度讲，簇相当于隐藏模式。聚类是搜索簇的无监督学习过程。事先不知道样本的类别标签，通过对相关属性的分析，将具有类似属性的样本聚成一类。
• 皕杰分析的聚类分析支持K均值、高斯混合模型聚类算法和DBSCAN密度法。

皕杰分析（BIOS iLook）提供分类分析模块

• 分类分析是按照一定的特征将数据对象划分为不同的部分和类型的一种挖掘算法，是一种有监督的学习，事先知道训练样本的标签。
• 通过挖掘将属于不同类别标签的样本分开，可利用得到的分类模型，预测样本属于哪个类别。
• 皕杰分析的分类分析支持最近邻、决策树、朴素贝叶斯和随机森林等分类分析算法。

皕杰分析（BIOS iLook）提供回归分析模块

• 回归分析通过有限的离散样本，去发现连续数据的因变量（目标）和自变量（预测器）之间的关系进行分析。
• 回归分析通常用于预测分析，时间序列模型以及发现变量之间的因果关系。
• 皕杰分析的分类分析支持线性回归、最近邻、高斯过程、梯度提升回归等算法。

皕杰分析（BIOS iLook）提供预测分析模块

• 预测分析是根据所确定的模型进行的定量分析,跨越数据障碍,实现数据洞察。
• 内置了多种实用的、经典的机器学习算法，降低了机器学习的使用门槛。
• 基于时间序列，利用预测算法,帮助你预测未来行为和结果。