Logistische-Regression-Tool

Modellnamen eingeben: Geben Sie einen Namen für das Modell ein, um das Modell identifizieren zu können, wenn in anderen Tools darauf verwiesen wird. Modellnamen müssen mit einem Buchstaben beginnen und dürfen Buchstaben, Zahlen und die Sonderzeichen Punkt (.) und Unterstrich (_) enthalten. Andere Sonderzeichen sind nicht erlaubt und bei R wird zwischen Groß- und Kleinschreibung unterschieden.

Zielvariable auswählen: Wählen Sie Daten aus, für die eine Prognose erstellt werden soll. Eine Zielvariable wird auch Antwortvariable oder abhängige Variable genannt.

Prognosevariablen auswählen: Wählen Sie die zu verwendenden Daten aus, um den Wert der Zielvariablen zu beeinflussen. Eine Prognosevariable wird auch als Funktionsvariable oder unabhängige Variable bezeichnet. Es können beliebig viele Prognosevariablen ausgewählt werden, die Zielvariable sollte jedoch nicht gleichzeitig eine Prognosevariable sein. Spalten, die eindeutige Kennungen enthalten wie Ersatzprimärschlüssel und natürliche Primärschlüssel, sollten in Statistikanalysen nicht verwendet werden. Sie enthalten keinen Prognosewert und können Laufzeitausnahmen verursachen.

Stichprobengewichtung bei der Modellschätzung anwenden: Wählen Sie eine Variable aus, um den Bedeutungsgrad für die einzelnen Datensätze beim Erstellen einer Modellschätzung zu bestimmen. Wenn ein Wert sowohl als Prognose- als auch als Gewichtungsvariable verwendet wird, erscheint die Gewichtungsvariable im Modellaufruf in der Berichtsausgabe mit der ihr vorangestellten Zeichenfolge „Right_“.

Regularisierte Regression verwenden: Wählen Sie diese Option aus, um dieselbe Minimierung der Summe der quadratischen Fehler mit einem Penalty-Term für die Größe der Koeffizienten auszugleichen und ein einfacheres Modell zu erzeugen.

Modelltyp auswählen: Wählen Sie den Typ des zum Prognostizieren der Zielvariable verwendeten Modells aus.

Kreuzvalidierung zum Bestimmen der geschätzten Modellqualität verwenden: Wählen Sie diese Option aus, um eine Kreuzvalidierung durchzuführen und verschiedene Metriken und Diagramme zur Modellqualität zu erhalten. Einige Metriken und Diagramme werden in der statischen Ausgabe R angezeigt, während andere in der interaktiven Ausgabe I erscheinen.

Anzahl Aufteilungen: Wählen Sie die Anzahl Aufteilungen zum Teilen der Daten aus. Eine höhere Anzahl Aufteilungen führt zu stabileren Schätzungen der Modellqualität. Weniger Aufteilungen resultieren jedoch in einer schnelleren Ausführung des Tools.

Anzahl Tests: Wählen Sie die Anzahl Wiederholungen für das Kreuzvalidierungsverfahren aus. Die Aufteilungen werden in jedem Test anders ausgewählt und für die Gesamtergebnisse der einzelnen Tests wird ein Durchschnittswert gebildet. Eine höhere Anzahl Aufteilungen führt zu stabileren Schätzungen der Modellqualität. Weniger Aufteilungen resultieren jedoch in einer schnelleren Ausführung des Tools.

Stratifizierte Kreuzvalidierung verwenden: Wählen Sie diese Option aus, damit alle Aufteilungen denselben Prozentsatz der einzelnen Klassen aufweisen, wie im gesamten Dataset vorhanden sind. Diese Option ist nur für Klassifizierungsmodelle verfügbar.

Startwert festlegen: Wählen Sie diese Option aus, um die Reproduzierbarkeit der Kreuzvalidierung sicherzustellen, und wählen Sie den Wert des Startwerts aus, der für die Zuweisung von Datensätzen an Aufteilungen verwendet wird. Wenn Sie bei jeder Ausführung des Workflows denselben Startwert auswählen, ist sichergestellt, dass sich in derselben Vervielfältigung jedes Mal dieselben Datensätze befinden. Der Wert muss eine positive Ganzzahl sein.

Eine geringere Auflösung erzeugt eine kleinere Datei und eignet sich am besten für die Anzeige auf einem Bildschirm.

Eine höhere Auflösung erzeugt eine größere Datei mit einer besseren Druckqualität.

O (Output, Ausgabe): Zeigt den Modellnamen und die Größe des Objekts im Ergebnisfenster an.

R (Report, Bericht): Zeigt einen Zusammenfassungsbericht des Modells an, der eine Zusammenfassung und Diagramme enthält.

I (Interaktiv): Zeigt ein interaktives Dashboard mit unterstützendem Bildmaterial an, in dem Sie zoomen, den Mauszeiger bewegen und klicken können.

Modellname: Jedes Modell muss über einen Namen verfügen, um das Modell später identifizieren zu können. Sie können entweder einen Namen angeben oder automatisch einen Namen generieren lassen. Modellnamen müssen mit einem Buchstaben beginnen und dürfen Buchstaben, Zahlen und die Sonderzeichen Punkt („.“) und Unterstrich („_“) enthalten. Andere Sonderzeichen sind nicht erlaubt und bei R wird zwischen Groß- und Kleinschreibung unterschieden.

Zielvariablen auswählen: Wählen Sie das Feld im Datenstrom aus, für das die Prognose erstellt werden soll.

Prognosevariablen auswählen: Wählen Sie die Felder im Datenstrom aus, die Ihrer Meinung nach Änderungen am Wert der Zielvariablen „verursachen“. Spalten, die eindeutige Kennungen enthalten, wie z. B. Ersatzprimärschlüssel und natürliche Primärschlüssel, sollten nicht in statistischen Analysen verwendet werden. Sie enthalten keinen Prognosewert und können Laufzeitausnahmen verursachen.

Modellkonstante auslassen: Aktivieren Sie dieses Element, wenn Sie im Modell eine Konstante auslassen möchten. Dies sollten Sie dann tun, wenn es einen expliziten Grund dafür gibt.

Oracle-spezifische Optionen: Diese Option ermöglicht die Konfiguration zusätzlicher Optionen, die nur für die Oracle-Plattform relevant sind.

Stichprobengewichtung bei der Modelleinschätzung anwenden: Klicken Sie auf das Kontrollkästchen, und wählen Sie dann ein Gewichtungsfeld im Datenstrom aus, um ein Modell einzuschätzen, das eine Stichprobengewichtung anwendet. Ein Feld wird sowohl als Prognose- als auch als Gewichtungsvariable verwendet, wenn die Gewichtungsvariable im Modellaufruf in der Ausgabe erscheint und ihr die Zeichenfolge „Right_“ vorangestellt ist.

Teradata-spezifische Konfiguration: Der Microsoft Machine Learning Server benötigt zusätzliche Konfigurationsinformationen über die spezielle zu verwendende Teradata-Plattform, insbesondere die Pfade auf dem Teradata-Server zu den binären ausführbaren Dateien von R und den Speicherort, unter dem die vom Microsoft Machine Learning Server verwendeten temporären Dateien geschrieben werden können. Diese Informationen müssen von einem lokalen Teradata-Administrator bereitgestellt werden.

O-Anker: Ausgabe. Zeigt den Modellnamen und die Größe des Objekts im Ergebnisfenster an

R-Anker: Bericht. Zeigt einen Zusammenfassungsbericht des Modells an, der eine Zusammenfassung und Plots beinhaltet