Классификация/регрессия

На этом экране отображаются различные опции для просмотра, применения и сохранения/экспорта модели.

Просмотр
  • Обзор модели: отображает информацию о созданной модели, например, число переменных, показатели эффективности, информацию о целях и др.
  • Кривые моделей: в зависимости от типа цели график кривой для модели позволяет:
    • просмотреть реализуемую прибыль, относящуюся к бизнес-задаче, с помощью созданной модели при номинальной цели;
    • сравнить созданную модель по эффективности с моделью произвольного типа и гипотетической идеальной моделью при номинальной цели;
    • сравнить прогнозируемое значение с фактическим значением при непрерывной цели.
  • Вклады переменных: эти графы отображают важность каждой переменной в прогнозе целевой переменной. Наиболее прогнозируемая переменная находится слева, а наименее прогнозируемая — справа.
  • Важность категорий: отображает важность каждой категории номинальных или порядковых переменных и важность каждого интервала непрерывных переменных.
  • Корреляции: на этой панели отображаются коррелирующие переменные, а также доля корреляции.
  • Подробные статистические отчеты (HTML): помогает анализировать результаты моделирования и активирует возможность совместного использования этих результатов с коллегами, руководителями, партнерами или клиентами; подробные статистические отчеты можно сгенерировать в формате HTML. .
  • Обзорные таблицы: помимо подробных статистических отчетов предоставляет набор таблиц, которые обеспечивают более подробный обзор модели.
  • Система показателей: влияние и коэффициенты каждой категории для всех переменных в модели.
  • Параметры модели: Вся информация, необходимая для кодировки переменных, сжатия, замены пропущенных переменных, частот переменных, параметров модели и т. д., сохраняется в дереве параметров.
Использование модели
  • Управление отклонением: можно загрузить новый набор данных, чтобы пользователь проверил наличие отклонений между новым набором данных и набором данных, который использовался для построения модели.
  • Применение модели к новому набору данных: новый набор данных можно оценить с помощью построенной модели. Оценки также можно применять к данным, используемым для построения модели.
  • Моделирование модели с новыми введенными значениями: с помощью построенной модели пользователь может смоделировать оценку и вероятность отдельного случая.
  • Выбрать переменные на основе их вклада: пользователь может выбрать поднабор наиболее важных переменных для прогноза целевой переменной.
Сохранение/экспорт
  • Генерация исходного кода: кодировка переменных и параметры модели могут быть сохранены как программный код для компиляции и использования в других системах для моделирования данных без использования SAP Predictive Analytics.
  • Экспорт KxShell: генерирует скрипт KxShell, который может заново создать модель.
  • Сохранить текущую модель: Построенная модель может быть сохранена и загружена позднее.