GLE ノード

GLE モデルは、指定したリンク関数を介して因子および共変量に線型に関連する従属変数を識別します。 さらにこのモデルでは、非正規分布の従属変数を使用することができます。 一般化線型モデルは、正規分布した回答の回帰、バイナリ データのためのロジスティック・モデル、計数データのための対数線型モデル、間隔を決めて検閲される延命データのための補数対数-対数モデルなどの広く使用される統計モデルに加えて、一般的なモデルの定式を通じて多くのほかの統計モデルも対象とします。

例。 運送会社は、一般化線型モデルを使用して、異なる期間に建造された複数のタイプの船の損害数にポワソン回帰を当てはめることができます。結果のモデルは、どの船タイプが最も損害を受けやすいかを判別するのに役立ちます。

自動車保険会社では、一般化線型モデルを使用して、自動車の損害請求にガンマ回帰を適合させることができます。生成されたモデルは、請求サイズに最も寄与する因子を判別するのに役立ちます。

医療研究者は、一般化線型モデルを使用して区間打ち切り生存率データに補ログマイナス・ログを当てはめ、病状が再発する時間を予測することができます。

GLE モデルは、入力フィールドの値を出力フィールドの値に関係付ける方程式を作成することで機能します。 モデルが生成されたら、それを使用して新しいデータの値を推定できます。

カテゴリ型対象の場合、レコードごとに、各出力カテゴリ候補の所属確率が算出されます。 最も確率の高い対象カテゴリーが、そのレコードの予測出力値として割り当てられます。

要件: 1 つ以上の入力フィールドと、複数のカテゴリーを持つ 1 つの対象フィールド ( Continuous、 Categorical、または Flagの測定レベルを持つことができます) が必要です。 モデルで使用するフィールド・タイプは、完全にインスタンス化する必要があります。