亲切度为 0 的算法表示其在产业/政府和学术研究人员/学生之间的使用情况对等。IG亲切度越高表示该算法越被产业界普遍使用，反之越“学术”。
其中，最“产业”的算法是：
增量模型Uplift modeling，2.01
异常检测Anomaly Detection，1.61
生存分析Survival Analysis，1.39
因子分析Factor Analysis，0.83
时间序列Time series/Sequences，0.69
关联规则Association Rules，0.5
其中增量模型Uplift modeling又一次成了最“产业”的算法，但是令人惊讶的是其使用率确很低—只有3.1%，几乎是这次调查中使用率最低的算法。
最“学术”的算法是：
神经网络Neural networks – regular, -0.35
朴素贝叶斯Naive Bayes, -0.35
支持向量机SVM, -0.24
深度学习Deep Learning, -0.19
EM, -0.17
下图是所有算法以及它们在产业界/学术界的亲切度：
数据科学家最常使用的算法 工业界 vs 学术界
2016数据科学家使用的算法调查汇总汇总表格中各项含义分别是：
N：根据使用度排名
Algorithm：算法名称，
类型：S – 监督，U – 无监督，M – 元，Z – 其他，
%指代调查中使用这种算法的调查者比例
Change—变动（％2016 年/2011％ – 1），
Industry Affinity—产业亲切度（前文中提到）
