目前取得的資料集是大約七千筆的回饋資料，將會有主要的key以及附加的內容，也就是描述主key的欄位，所以是個簡單的資料集，在套用分析時，可以就這類資料先行預定想要得到的結論，再來對應可以使用的分析方法。

這樣子的分析模型，就是透過「資料的長像」以及預計的分析議題再來進行，可以有效的掌握分析結果，避免分析的發散。透過「資料的長像Evolution Data Analysis(EDA)」可以綜觀全局地瞭解到資料集的樣貎。

在這專案要瞭解到以及提供使用者查詢的預定功能有：
一、輸入後，得到與主key相關連的主要因素值
二、輸入的值做為與主key匹配的量，其相類有關的因素值為何

分類式的分析方法都像是適合這個專案，所以以下幾個類型的方法都可能是套用的目標：
一、決策樹
二、K-mean (搭配Feature Selection)

配全預定相關性的回報，在趨勢的變化上的預估就像是預測類型的問題，最簡易施行的就是迴歸，所以，迴歸分析預測也將會納為分析方式之一。

如果後續幾天來得及完成，也會試著使用NN 的方式來進行看看。