1. 概述
1.1 应用场景
报告端与数据集端相同，也提供了三种自带算法：一元回归、K-Means聚类、HoltWinters时序分析，支持用户通过定制自定义分析算法。能够满足以下数据分析和任务需求：
•线性关系分析：使用一元回归功能，可以分析两组变量之间的线性相关关系，评估实际值与预测值之间的误差，为业务决策提供数据支持。
•数据挖掘与归类：面对数据集中种类属性不明晰的情况，K-Means聚类算法能够自动将数据点归类为具有相似特点的对象，助力数据驱动的市场细分或用户画像构建。
•时间序列预测：通过HoltWinters时序分析，用户能够预测未来一段时间内数据的变化趋势，为库存管理、销售预测等场景提供前瞻性的洞见。
1.2 功能简介
制作报告时，不仅可以直接使用数据集中创建的分析算法结果列，还支持在报告级别新建分析算法，将维度、度量列作为分析变量，进一步分析各变量之间的关系，并通过图表展示分析结果，变量关系清晰明了。此外，还支持定制算法，进一步丰富数据分析的能力。要使用分析算法，需要先配置Rserver，配置方法参考《R安装、启动》和《R配置》。
➢说明：
本章节模块为产品高级模块，需单独购买：Y+Analytics。
2. 功能说明
这里介绍报告中三种使用分析算法的方式。分析算法的详细设置和使用参考增强分析>分析算法。
•数据集中新建分析算法
1）创建方式参考数据准备>数据集>分析算法。这里我们创建一元回归，自变量选择Sales，因变量选择Profit。
2）新建报告，并拖入一个图表组件（例如线图），点击数据集下的【数据列】页签。在度量中，可以看到数据集中创建的分析字段。
3）我们可以将Profit分析_fitted和因变量-Profit绘制到图表中，对比两者差异。
•快捷使用分析算法绘图
1）新建报告，并拖入一个图表组件（例如线图），点击数据集下的【分析算法】页签，默认提供一元回归、K-Means聚类、HoltWinters时序分析三种算法。
2）选择一种分析算法，拖拽到图表组件上，在弹出的“分析算法” 窗口中选择并设置算法需要的数据列或属性值，点击“ 确定” 之后，R分析字段会自动绑定到图表上，绘制出用户期望的图形：
例如预测未来三个月Sales，选择时间列Time，数据列选择Sales，汇总类型为总和。往后预测跨度为3个月，置信区间95%。结果如下：
•报告中新建分析算法
1）新建报告，并拖入一个图表组件（例如线图），点击数据集下的【数据列】页签。鼠标移入数据字段，点击后面的【更多】图标，下拉选择【新建分析算法】。
2）在“分析算法”弹窗中选择对应算法，并指定相关变量及配置项，例如一元回归，设置自变量为Budget_Cogs，因变量为Sales，多项式次方为1，输出拟合值、残差、置信区间等，如下图：
3）点击确定，数据列>度量区域新增一个“分析算法”文件夹，文件夹中包含新生成的字段：拟合值、残差、下界、上界：
4）我们可以将分析算法_拟合值和因变量-Sales绘制到图表中，对比两者差异：
