Predictive
Das Boosting-Modell-Tool erstellt generalisierte Boosting-Regressionsmodelle basierend auf Gradienten-Boosting-Methoden.
Erstellt ein Modell, das einen nicht negativen Ganzzahlwert mit Feldern in Beziehung setzt, die als Prädiktorvariablen erwartet werden.
Vergleicht die Leistung eines oder mehrerer mit Alteryx erstellter Prognosemodelle durch das Verfahren der Kreuzvalidierung.
Lädt Daten auf die DataRobot-Plattform für Machine Learning hoch, auf der Prognosemodelle erstellt werden.
Das Tool „DataRobot-Prognose“ bewertet Daten anhand von Prognosemodellen, die von DataRobot generiert wurden.
Erstellt eine Gruppe von „Wenn-dann“-Aufteilungsregeln zur Optimierung der Modellerstellungskriterien.
Erstellt ein Modell, das eine Gruppe von Entscheidungsbaum-Modellen entwickelt, um eine Zielvariable zu prognostizieren.
Setzt eine relevante gammaverteilte, streng positive Variable zu einer oder mehreren Variablen in Beziehung.
Erzeugt ein kumulativ erfasstes Antwortdiagramm und ein inkrementelles Antwortratendiagramm.
Erstellt ein Modell zur Schätzung von Werten oder zur Auswertung von Beziehungen zwischen Variablen.
Erstellt ein Modell, das eine binäre Zielvariable mit einer oder mehreren Prädiktorvariablen in Beziehung setzt.
Das Tool „Modellkoeffizienten“ erstellt eine Tabelle mit Namen und Werten für Modellkoeffizienten.
Das Modellvergleich-Tool vergleicht die Leistung eines oder mehrerer verschiedener Prognosemodelle.
Erstellt ein binomiales oder multinomiales probabilistisches Klassifizierungsmodell der Beziehung zwischen einer Reihe von Prognosevariablen und kategorialen Zielvariablen.
Prüft, ob Modelle im Hinblick auf ihre Prognosekapazität gleichwertig sind.
Generiert ein interaktives Dashboard eines Netzwerks, um Beziehungen zwischen den verschiedenen Knoten zu erkennen.
Das Neuronales-Netzwerk-Tool erstellt ein Feedforward-Perceptron-Modell eines neuronalen Netzwerks mit einer einzigen verborgenen Ebene.
Erstellt eine Schätzung einer Variablen durch Anwendung eines R-Modells auf eine Reihe von Prädiktorvariablen.
Das Spline-Modell-Tool stellt den MARS-Algorithmus (Multivariate Adaptive Regression Splines) von Friedman bereit.
Bestimmt die besten Prädiktorvariablen für ein Modell aus einem Satz potenzieller Variablen.
Eine Reihe beliebter Algorithmen für überwachtes Lernen.
Das Tool „Ereigniszeitanalyse“ implementiert allgemeine Methoden der Ereigniszeitanalyse.
Das Ereigniszeitbewertung-Tool ermittelt sowohl das geschätzte relative Risiko und auch die eingeschränkte mittlere Ereigniszeit.
Führt einen Zweistichproben-t-Test von Welch durch, um den Unterschied in den Mittelwerten für ein numerisches Antwortfeld zu ermitteln.
Varianzinflationsfaktoren-Tool (VIF) erstellt einen Koeffizientenübersichtsbericht.