Für jede nominale Variable:
| <Name> | Name der Zielvariable |
| Zielschlüssel | Gewünschter Zielwert |
| Häufigkeit der Zielkategorien | Prozentanteil aller Zielwerte im Schätzungsdatenset, wenn es sich um ein nominales Ziel handelt |
Für jede stetige Zielvariable:
| <Zielname> | Name der Zielvariable |
| Min | Im Schätzungsdatenset gefundener Minimalwert für die Zielvariable |
| Max | Im Schätzungsdatenset gefundener Maximalwert für die Zielvariable |
| Mittelwert | Mittlerer Zielvariablenwert im Schätzungsdatenset |
| Standardabweichung | Mittlere Distanz zwischen den Zielwerten und dem Mittelwert |
Für jedes Ziel:
rr_<Zielname> kc_<Zielname> |
Zielname Beachten Sie, dass rr_ eine Regression/Klassifikation und kc_ ein(e) Segmentierung/Clustering anzeigt. |
| Prognostische Trennschärfe (KI) | Qualitätsindikator, der dem Anteil der in der Zielvariablen enthaltenen Informationen entspricht, die die erklärenden Variablen erklären können. |
| Prognosekonfidenz (KR) | Robustheitsindikator zur Angabe des Leistungsvermögens des Modells, die gleiche Performance bei einer Anwendung auf ein neues Datenset zu erreichen, das dieselben Merkmale wie das Trainingsdatenset aufweist. |
Die folgende Grafik zeigt die prognostische Trennschärfe und die Prognosekonfidenz:

Für jede Zielvariable:
| <Zielname> | Name des Ziels |
| Angeforderte Anzahl der Cluster | Anzahl der vom Benutzer angeforderten Cluster |
| Tatsächliche Anzahl der Cluster | Anzahl der von der Engine gefundenen Cluster |