Python预测分析实战

第1章　预测分析过程

本章主要内容

● 预测分析的内容。

● 预测分析的重要概念。

● 预测分析的过程。

● Python数据科学栈的简单介绍。

这是本书介绍概念较多的部分。你或许希望直奔“编程建模”的主题，但要学习本书的内容，还是应该先理解预测分析的基本概念。在本章中，我们将介绍什么是预测分析，接着对这个热点领域中一些最重要的概念加以定义，然后介绍预测分析过程的各个阶段，并进行简单的讨论。在后续章节中，我们会围绕每个阶段的主题展开详细阐述。

1.1　技术要求

虽然本章大体上是属于概念性的，但是要读懂代码，请务必安装好下列软件。

● Python 3.6或更高版本。

● Jupyter Notebook。

● 最新版本的Python库：NumPy和Matplotlib。

本书强烈推荐你安装Anaconda。Anaconda是一个开源的Python发行版本，其中包含大量的软件包。安装好Anaconda就意味着成功安装了本书将要用到的大多数软件。如果你还不熟悉Anaconda，请参考1.5.1节的内容。

1.2　什么是预测分析

近年来，全世界可观测数据的数量呈现指数型增长态势，而相关科技术语的数量更是呈现突飞猛进的增长。业界、媒体和学术界的话题逐渐转向了（有时风头会过热）大数据、数据挖掘、分析、机器学习、数据科学、数据工程、统计学习和人工智能等。当然，本书的主题预测分析也是其中之一。

目前，这些术语还都比较新，因此术语本身及其确切含义多存在不少易混淆之处，不同的术语之间也会有重复。为便于理解，我们并没有定义所有术语，而是针对主要术语给出了实用性定义。这些定义足以刻画预测分析的内涵：

预测分析是一个应用领域，它基于数据应用各种量化方法进行预测。

下面让我们分析一下上述定义。

● 应用领域 ...