In diesem Bild stehen verschiedene Optionen zum Anzeigen, Anwenden und Sichern/Exportieren des Clustering-Modells zur Verfügung.
Anzeigen
- Modellzusammenfassung: Zeigt Informationen zum generierten Modell an, z.B. die Anzahl der Variablen, die Performance-Indikatoren, die Zielinformationen usw.
- Modellkurven: In Abhängigkeit vom Zieltyp bietet Ihnen das Modellkurvendiagramm folgende Möglichkeiten:
- Sie können den realisierbaren Gewinn zu Ihrer geschäftlichen Frage mithilfe des generierten Modells anzeigen, wenn das Ziel nominal ist.
- Sie können die Performance des generierten Modells mit der eines Modells mit einem zufälligen Typ und der eines hypothetisch perfekten Modells vergleichen, wenn das Ziel nominal ist.
- Sie können den prognostizierten Wert mit dem tatsächlichen Wert vergleichen, wenn das Ziel stetig ist.
- Wichtigkeit der Kategorien: Zeigt die Wichtigkeit der einzelnen Kategorien nominaler oder ordinaler Variablen und die Wichtigkeit der einzelnen Selektionsgrade der stetigen Variablen an.
- Diagrammdarstellung von Clustern: Zeigt ein Balkendiagramm der nach Häufigkeit, Zielmittelwert oder relativem Mittelwert sortierten Cluster an.
- Kreuzstatistik: Zeigt einen Vergleich der einzelnen Cluster zur Gesamtpopulation anhand der Kategorie der jeweiligen Variable an.
- Detaillierte statistische Berichte (HTML): Sie können detaillierte statistische Berichte im HTML-Format generieren, mithilfe derer Sie Ihre Modellierungsergebnisse analysieren und diese Ergebnisse mit Ihren Kollegen, Vorgesetzten, Partnern oder Kunden teilen können.
- Analysetabellen: Zusätzlich zu den detaillierten statistischen Berichten stehen Ihnen eine Reihe von Tabellen mit einer detaillierteren Auswertung Ihres Modells zur Verfügung.
- Modellparameter: Alle notwendigen Informationen für die Variablenkodierung, die Komprimierung, den Ersatz fehlender Variablen, die Variablenhäufigkeit, die Modellparameter usw. werden im Parameterbaum gesichert.
Ausführen
- Abweichungskontrolle: Ein neues Datenset kann geladen werden, sodass der Benutzer kontrollieren kann, ob Abweichungen zwischen dem neuen Datenset und dem Datenset bestehen, auf dessen Basis das Modell erstellt wird.
- Modell anwenden auf ein neues Datenset: Den Datensätzen aus einem neuen Datenset können basierend auf dem Modell Clusterdefinitionen gegeben werden.
- Modell simulieren mit den neuen eingegebenen Werten: Mithilfe des erstellten Modells kann der Benutzer den Punktwert und die Wahrscheinlichkeit für einen Einzelfall simulieren.
Sichern/Exportieren
- KxShell-Export: Generiert ein KxShell-Skript, mit dem das Modell erneut erstellt werden kann.
- Quellcode generieren: Die Variablenkodierung und die Modellparameter können als Programmiercode für die Kompilierung und Nutzung in anderen Systemen gesichert werden, um Daten zu modellieren, ohne SAP Predictive Analytics zu verwenden.
- Aktuelles Modell sichern: Das erstellte Modell kann gesichert und zu einem späteren Zeitpunkt geladen werden.