Clasificación/regresión y agrupación en clústeres

Para cada variable nominal

<Name> Nombre de la variable de destino
Clave de destino Valor de destino deseado
Frecuencia de categorías de destino Porcentaje de todos los valores de destino en el conjunto de datos de estimación, al tratar con un destino nominal
Destinos continuos

Para cada variable de destino continua:

<TargetName> Nombre de la variable de destino
Mín. Valor mínimo encontrado para la variable de destino en el conjunto de datos de estimación
Máx. Valor máximo encontrado para la variable de destino en el conjunto de datos de estimación
Media Media de los valores de variable de destino en el conjunto de datos de estimación
Desviación estándar Media de la distancia entre los valores de destino y la media
Indicadores de rendimiento

Para cada destino

rr_<TargetName>

kc_<TargetName>

Nombre de destino

Tenga en cuenta que rr_ indica una regresión/clasificación y kc_ indica una segmentación/agrupación en clústeres.

Poder predictivo (KI) Indicador de calidad que corresponde a la proporción de información contenida en la variable de destino que las variables explicativas pueden explicar.
Confianza de predicción (KR) Indicador de robustez que indica la capacidad del modelo de alcanzar el mismo rendimiento cuando se aplica en un nuevo conjunto de datos que muestra las mismas características que el conjunto de datos de formación.

El siguiente gráfico muestra el poder predictivo y la confianza de predicción:

Recuentos de clúster (solo segmentación)

Para cada variable de destino

<TargetName> Nombre del destino
Número de clústeres solicitados Número de clústeres solicitados por el usuario
Número efectivo de clústeres Número de clústeres encontrados por el motor