Cet écran affiche les différentes options proposées pour visualiser, appliquer, enregistrer ou exporter le modèle.
Affichage
- Aperçu du modèle : affiche les informations du modèle généré, telles que le nombre de variables, les indicateurs de performance, les informations cible, etc.
- Courbes de performance : selon le type de cible, le graphique des courbes de performances vous permet de :
- Visualiser le profit réalisable par rapport à votre problématique en utilisant le modèle généré lorsque la cible est nominale.
- Comparer les performances du modèle généré à celles d'un modèle aléatoire et d'un modèle parfait hypothétique quand la variable cible est nominale.
- Comparer la valeur prédite à la valeur réelle dans le cas d'une variable cible continue.
- Contributions par variables : ces graphes montrent l'importance de chaque variable pour prédire la variable cible. Plus une variable est située à gauche dans le graphique et plus elle contient d'informations servant à la prédiction de la variable cible.
- Importance des catégories : ce panneau détaille l'importance de chaque catégorie pour les variables nominales ou ordinales et l'importance de chaque classe pour les variables continues.
- Corrélations : ce panneau affiche les variables corrélées ainsi que leur degré de corrélation.
- Rapports statistiques détaillés (HTML) : pour vous aider à analyser les résultats de votre modèle et vous permettre de partager ces résultats avec vos collègues, vos responsables ou vos clients, vous pouvez générer des rapports statistiques détaillés au format HTML. .
- Tables d'analyse : en plus des rapports statistiques détaillés, vous obtenez un ensemble de tables vous permettant d'analyser plus finement votre modèle.
- Scorecard : Influence et coefficients de chaque catégorie pour toutes les variables du modèle.
- Paramètres du modèle : toutes les informations nécessaires au codage des variables, la compression, le remplacement des variables manquantes, la fréquence des variables, les paramètres du modèle, etc., sont stockées dans un arbre des paramètres.
Exécution
- Vérification des écarts : l'utilisateur peut charger un nouveau jeu de données et vérifier s'il existe des écarts par rapport au jeu de données ayant été utilisé pour créer le modèle.
- Appliquer le modèle sur un nouveau jeu de données : un nouveau jeu de données peut être scoré en utilisant le modèle créé. Les scores peuvent également être appliqués aux données utilisées pour créer le modèle.
- Simuler le modèle avec de nouvelles valeurs : en utilisant le modèle généré, l'utilisateur peut simuler le score et la probabilité pour un cas spécifique.
- Sélectionner les variables à forte contribution : un utilisateur peut sélectionner un sous-ensemble des variables les plus importantes pour prédire la variable cible.
Enregistrement/Export
- Génération du code : Le codage des variables et les paramètres du modèle peuvent être stockés en tant que code qui peut être compilé et utilisé sur d'autres systèmes pour modéliser des données sans utiliser SAP Predictive Analytics.
- Export KxShell : génère un script KxShell qui peut être utilisé pour recréer le modèle.
- Enregistrer le modèle en cours : le modèle créé peut être enregistré et rechargé ultérieurement.