Comment Ensemble méthodes visant à accroître la précision analytique prévision
Comme dans le monde réel, donc avec la multiplicité des modèles d'analyse prédictive: Là où il ya l'unité, il ya la force. Plusieurs modèles peuvent être combinés de différentes manières pour faire des prédictions. Vous pouvez ensuite appliquer le modèle combiné - appelé modèle d'ensemble - à la phase d'apprentissage, à l'étape de classification, ou aux deux étapes.
Voici une façon d'utiliser un modèle d'ensemble:
Diviser les données de formation en plusieurs ensembles.
Avoir chacun des modèles individuels qui composent les pièces ensemble de processus de modèle de données et en tirer des leçons.
Demandez à chaque modèle de produire son résultat d'apprentissage à partir de ces données.
Jusqu'ici, tout va bien. Mais pour obtenir le modèle d'ensemble de prévoir une étiquette de classe ou catégorie avenir pour de nouvelles données et de prendre une décision, vous devez exécuter les nouvelles données à travers toutes les modèles- formés chaque modèle prédit une étiquette de classe. Puis, sur la base de la classification collective ou prédiction, vous pouvez générer une prévision globale.
Vous pouvez générer cette prévision globale par simple mise en œuvre d'un mécanisme de vote qui décide du résultat final. Une technique de vote pourrait utiliser l'étiquette que la majorité des modèles prédisent que l'étiquette que le modèle d'ensemble produit comme résultat.
Supposons que vous voulez construire un modèle qui permettra de prédire si un e-mail entrant est un spam. Supposons que les données de la formation consiste en un ensemble d'e-mails dans lesquels certains sont du spam et autres ne sont pas. Ensuite, vous pouvez distribuer ce jeu de données à un certain nombre de modèles à des fins de formation.
Ensuite, les modèles formés traitent un e-mail entrant. Si la majorité des modèles classer comme spam, alors le modèle d'ensemble donne l'e-mail l'étiquette finale de spam.
Une autre façon de mettre en œuvre un modèle d'ensemble est de peser l'exactitude de chaque modèle que vous construisez dans le modèle d'ensemble contre l'exactitude de tous les autres modèles de la ensemble:
Vous affectez un poids spécifique (précision) pour chaque modèle.
Ce poids varie d'un ensemble de données à l'autre et d'un problème d'entreprise à l'autre.
Après les modèles sont formés, vous pouvez utiliser les données de test où vous savez que la classification de chaque point de données dans les données de test.
Évaluer la prédiction faite par chaque modèle pour chaque cas de test.
Augmenter le poids pour les modèles qui prédisaient correctement et diminuer le poids pour les modèles qui ont classé les données de manière incorrecte.
-
Création de visualisations de données avec des modèles - Notions de base de modèles de classification pour les prédictions analytiques
- Notions de base de l'analyse prédictive de données de traitement classifications
- Construire un modèle d'analyse prédictive
- Comment résoudre les problèmes dans l'analyse prédictive
- Comment catégoriser les modèles d'analyse prédictive
Comment choisir un algorithme pour un modèle d'analyse prédictive Divers data-mining, et de la machine-apprentissage des algorithmes statistiques, sont disponibles pour une utilisation dans votre modèle d'analyse prédictive. Vous êtes dans une meilleure position pour sélectionner un algorithme après que vous…
Comment construire déployables modèles d'analyse prédictive Construire un modèle de l'analyse prédictive ne se traduit pas automatiquement par le déploiement de ce modèle en production. Un modèle peut avec succès et avec précision prédire l'issue ouvrable suivant et ne pas être déployable. (Un…
Comment créer un classement de r analyse prédictive modèle Vous voulez créer un modèle d'analyse prédictive que vous puissiez évaluer en utilisant les résultats connus. Pour ce faire, diviser la graines ensemble de données en deux ensembles: l'un pour l'apprentissage du modèle et un pour tester le…
Comment expliquer les résultats d'une classification des r analyse prédictive modèle Une autre tâche de l'analyse prédictive est de classer les nouvelles données en prédisant quelle classe un élément de cible de données appartient, étant donné un ensemble de variables indépendantes. Vous pouvez, par exemple, de classer un…
Comment garder prédictive des données d'analyse à jour Après l'étape de chargement de Extract Transform Load, après que vous obtenez vos données dans cette base de données séparée, data mart, ou d'un entrepôt pour l'analyse, vous aurez besoin de conserver les données de sorte que les frais…
Comment de nouvelles prédictions analytiques avec r régression Pour faire des prédictions analytiques avec de nouvelles données, vous utilisez simplement la fonction avec une liste des valeurs d'attribut sept. Le code suivant fait ce travail:> NewPrediction lt; - prédire (modèle,
liste (cylindres =…
Comment décrire les données d'essais et de test pour l'analyse prédictive Lorsque vos données est prêt et vous êtes sur le point de commencer à construire votre modèle prédictif pour l'analyse, il est utile de décrire votre méthodologie de test et de rédiger un plan de test. Le test doit être guidée par les…
Comment faire pour exécuter les données d'essai et d'évaluer un modèle d'apprentissage supervisé svm L'apprentissage supervisé est une tâche d'apprentissage qui apprend à la machine à partir de données d'analyse de prédiction qui ont été marqués. Une façon de penser à propos de l'apprentissage supervisé est que l'étiquetage des…
Comment faire pour exécuter les données de formation dans un modèle d'apprentissage supervisé svm Avant que vous pouvez nourrir le classificateur Support Vector Machine (SVM) avec les données qui ont été chargés pour l'analyse prédictive, vous devez diviser l'ensemble de données complet en un ensemble de formation et un ensemble de…
Comment tester le modèle d'analyse prédictive Pour être en mesure de tester le modèle d'analyse prédictive vous avez construit, vous devez diviser votre ensemble de données en deux ensembles: formation et de test des ensembles de données. Ces ensembles de données doivent être choisis au…
Comment utiliser l'analyse supervisées pour former des modèles prédictifs Dans Analytics supervisées, l'entrée et la sortie préférée font partie des données de formation. Le modèle d'analyse prédictive est présenté avec les résultats corrects dans le cadre de son processus d'apprentissage. Un tel apprentissage…
L'exploration de données pour les données volumineuses L'exploration de données consiste à explorer et d'analyser de grandes quantités de données pour trouver des modèles pour les grandes données. Les techniques sont sortis des domaines de la statistique et de l'intelligence artificielle (IA),…
Travailler avec des modèles dans Office 2011 pour Mac Modèles sont des documents, classeurs et présentations qui sont utilisés dans Office 2011 pour Mac comme points de départ pour construire de nouveaux fichiers sur. Lorsque vous enregistrez un fichier comme un modèle, il devient disponible dans…
Comment prédire de nouvelles valeurs de données avec des r En dehors de décrire les relations, les modèles peuvent également être utilisés pour prédire des valeurs pour de nouvelles données. Pour cela, de nombreux systèmes de modèles en R utilisent la même fonction, idéalement appelé prévoir…