作者：禅与计算机程序设计艺术
1.简介
概述
Apache KNIME是一个基于Eclipse开发的开源商业智能平台，支持R、Python、Java等多种编程语言，可以用来进行数据预处理、特征工程、机器学习和统计分析。近年来KNIME已被广泛应用于金融、航空航天、制药、生物医疗、环境监测等领域。随着互联网经济的发展，大数据量及时性要求越来越高，传统商业智能工具不能满足需求。在这种背景下，Apache KNIME应运而生。
本教程将会以Time Series Analysis(时间序列分析)为例，向大家展示如何使用KNIME完成一个简单的时序数据分析任务。首先，让我们了解一下什么是Time Series Analysis，它解决了什么样的问题？
什么是Time Series Analysis?
Time Series Analysis，也称为序列分析或时间序列分析，是指利用时间维度上的数据进行研究的一门学科。其特点是：一段连续的时间间隔内发生的事情（数据）随时间的推移而产生规律性变化。一般来说，时间序列数据包括财务数据、经济数据、气象数据、天气数据、社会经济活动数据等。例如：
气温的变化随时间的推移呈现周期性规律。企业的收入和支出随时间的变化具有明显的趋势性。消费者对特定产品或服务的购买习惯随时间的变化形成规律。
当然，实际的时间序列数据往往复杂、多变、非周期性甚至存在跳跃性，因此时间序列分析需要针对数据的特性进行建模、预测、比较和探索。
为什么要用KNIME做时间序列分析？
既然是时
Apache KNIME : 开源商业智能平台 支持R Python Java等多种编程语言 可以用来进行数据预处理 特征工程 机器学习和统计分析
