Nó de preparação de dados automática
A preparação de dados para análise é uma das etapas mais importantes em qualquer projeto e, tradicionalmente, uma das mais demoradas. A Preparação de Dados Automatizada (ADP) manipula a tarefa para você, analisando seus dados e identificando correções, fazendo a triagem de campos que são problemáticos ou, provavelmente, inúteis, derivando novos atributos, quando apropriado, e melhorando o desempenho por meio de técnicas de triagem inteligente. É possível usar o algoritmo de maneira totalmente automática, permitindo escolher e aplicar correções, ou pode usá-lo de forma interativa, visualizando as mudanças antes de serem feitas e aceitá-las ou rejeitá-las conforme desejar.
Usando a ADP, é possível preparar seus dados para desenvolvimento de modelo de forma rápida e fácil, sem a necessidade de conhecimento prévio dos conceitos estatísticos envolvidos. Os modelos tenderão a construir e pontuar mais rapidamente
Exemplo, Uma empresa de seguros com recursos limitados para investigar solicitações de seguro de um proprietário de residência deseja construir um modelo para sinalizar solicitações suspeitas potencialmente fraudulentas. Antes de construir o modelo, eles irão deixar os dados prontos para modelagem usando a preparação de dados automatizada. Como eles desejam ser capazes de revisar as transformações propostas antes que as transformações sejam aplicadas, eles usarão a preparação de dados automatizada no modo interativo.
Um grupo da indústria automotiva mantém o controle das vendas de uma variedade de veículos automotivos pessoais. Em um esforço para que sejam capazes de identificar modelos de desempenho superior e inferior, eles querem estabelecer um relacionamento entre vendas de veículo e características do veículo. Eles usarão a preparação de dados automatizada para preparar os dados para análise e construir modelos usando os dados de "antes" e "depois" da preparação para ver como os resultados diferem.
Qual é o seu objetivo? A preparação de dados automatizada recomenda passos de preparação de dados que afetarão a velocidade com que outros algoritmos podem construir modelos e melhorar o poder preditivo desses modelos. Isso pode incluir a transformação, construção e seleção de variáveis. O destino também pode ser transformada. É possível especificar as prioridades de construção de modelo nas quais o processo de preparação de dados deve se concentrar.
- Balancear velocidade e precisão. Essa opção prepara os dados para dar igual prioridade à velocidade com a qual os dados são processados por algoritmos de construção de modelo e à precisão das predições.
- Otimize para a velocidade. Essa opção prepara os dados para dar prioridade à velocidade com a qual os dados são processados por algoritmos de construção de modelo. Selecione essa opção quando estiver trabalhando com conjuntos de dados muito grandes ou procurando por uma resposta rápida.
- Otimize para exatidão. Essa opção prepara os dados para dar prioridade à precisão de predições produzidas por algoritmos de construção de modelo.
- Análise customizada. Selecione essa opção quando desejar mudar manualmente o algoritmo na guia Configurações. Observe que essa configuração será selecionada automaticamente se mudanças subsequentes incompatíveis com um dos outros objetivos forem feitas nas opções da guia Configurações.
Treinando o nó
O nó de ADP é implementado como um nó de processamento e funciona de uma forma semelhante ao nó Tipo; treinar o nó de ADP corresponde a instanciar o nó Tipo. Após a realização da análise, as transformações especificadas são aplicadas aos dados sem mais análises, desde que o modelo de dados upstream não mude. Como os nós Tipo e Filtro, se o nó ADP for desconectado, ele se lembrará do modelo de dados e das transformações de modo que, se for reconectado, ele não precise ser retreinado, isso permite a você treiná-lo em um subconjunto de dados típico e, em seguida, copiar ou implementá-lo para uso em dados ativos com a frequência necessária.