（本文是笔者查阅一定资料整理原创所写，受知识面限制，如存在错误，欢迎指出）
第一部分： Analytic Visualizations
数据分析的基本要求。
大数据分析的对象主要为海量数据，涉及到的数据由于受限于获取途径，管理方式等因素，可能存在一定程度上的不统一，缺失等问题，再加上现阶段大数据分析通常仍然由人工分析为主，故仍然存在一定程度的分析不确定性。这时，辅助以可视化数据分析平台，借助于可视化图表更容易建立数据之间直观的关联关系。同时更有助于与他人之间进行数据信息方面的交流和传递。
第二部分.：Data Mining Algorithms
与 Analytic Visualizations箱对应的是Data Mining Algorithms，即数据挖掘算法与可视化分析的关系。数据挖掘算法的服务对象是计算机本身，而可视化分析的服务对象为涉及数据分析的分析者及使用者。
与常规计算机算法追求的空间效率与时间效率相同的是，一个优秀的数据挖掘算法同样追求的是能以更快的处理速度处理更大的数据量以获取更有价值的挖掘信息。
具体算法因处理的数据对象及处理的目标期望的不同而不同，常见的数据挖掘算法包括决策树算法，k-均值聚类等。
第三部分：Predictive A
版权声明：本文为m0_46105209原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。