ElasticSearch 使用详解:热力图在数据分析中的应用

热力图作用

热力图的作用就很大了,并且应用非常的广泛,我们经常把想要突出的重点用颜色重一点的来强调,其他的用浅颜色来表达,想要强调的重点就多了去了,比如说,用热力图显示金融商圈,将商家的坐标采集下来,根据坐标点进行聚类,商家比较多的地方就是金融比较繁荣的地方。下图是我百度的一张典型的热力图,这是将热力图与地图想结合,红色表达商家较多的地方,从而我们可以分析得出哪些是金融商圈。

timg

相关分析

热力图的表达绝不止这一种方式,数据分析应用中热力图最常用的地方是做相关性分析的时候,哪些指标相关性两者相关性比较高呢?单从数字上当然能看出来,但是如果使用热力图表达的话会更加的明显。我随便找了一张相关性分析的热力图,这张图表达相关性颜色越轻的相关性越大,颜色越黑的相关性越小,所以从这张图,我们很容易发现,自己跟自己的相关性是最高的,最低的是两个 0.2 的。这里不用关系这些指标的含义,因为我只是想告诉你热力图应用的方式,以及如何使用。

timg

热力图制作

很值得兴奋的是,Kibina 也支持热力图的制作,这里也以电子商务索引为案例。

给定需求: 制作一个监测用户账号安全的图

如果某个客户在某一天突然购买了大量的物品,那么极有可能这个用户的账号被盗用,这个网站有责任去查看用户的购买行为是否健康,以及给出相应的提醒。

首先新建一个可视化,选择热力图。

image-20191209215036994
还有 75% 的精彩内容
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
支付 ¥3.99 继续阅读

推荐阅读更多精彩内容

友情链接更多精彩内容