Gráficos de avaliação

Os gráficos de avaliação são semelhantes a histogramas ou gráficos de coleta. Os gráficos de avaliação mostram como os modelos precisos estão em prever resultados particulares. Eles trabalham sorteando registros com base no valor previsto e na confiança da predição, dividindo os registros em grupos de igual tamanho (quantiles) e, em seguida, traçando o valor do critério para cada quantil, do mais alto para o mais baixo. Diversos modelos são mostrados como linhas separadas no gráfico.

Os resultados são tratados definindo um valor ou faixa de valores específicos como um "hit". As ocorrências geralmente indicam sucesso de algum tipo (como uma venda para um cliente) ou um evento de interesse (como um diagnóstico médico específico).

Sinalizador: Os campos de saída são diretos; os acertos correspondem a valores true .
Nominal: Para campos de saída nominais, o primeiro valor no conjunto define um acerto.
Contínuo: Para campos de saída contínua, atinge valores iguais maiores do que o ponto médio do intervalo do campo.

Os gráficos de avaliação também podem ser cumulativos para que cada ponto seja igual ao valor para o quantil correspondente mais todos os quantiles superiores. Os gráficos acumulativos geralmente conduzem melhor o desempenho geral dos modelos, ao passo que os gráficos não acumulativos geralmente se destacam ao indicar áreas de problema específicas para os modelos.

Criando um gráfico de Avaliação simples

Na seção Tipo de Gráfico , clique no ícone Avaliação ..
O canvas atualiza para exibir um modelo de gráfico de Avaliação.
Configure o Campo de Destino, Campo de Prever e as variáveis Campo de Confiança . O campo de destino pode ser qualquer sinalização ou campo nominal instanciado com dois ou mais valores. O campo prever define a variável que é usada como o valor previsto. O campo de confiança define a variável que é usada para estabelecer a confiança da predição.
Note: o tipo de variável prever campo deve combinar com o tipo de variável que é selecionado para o Campo de destino.
Especifique uma condição customizada usada para indicar o Usuário definido pelo usuário. Esta opção é útil para definir o resultado de interesse, ao invés de deduzi-lo a partir do tipo de campo de destino e da ordem de valores.
Você deve especificar uma expressão CLEM para uma condição de acerto. Por exemplo, @TARGET = "YES" é uma condição válida que indica um valor de Yes para o campo de destino é contado como um acerto na avaliação. A condição especificada é usada para todos os campos de destino.
Clique no controle Salvar visualização no projeto .. Selecione Criar um novo ativo ou Anexar ao ativo existente.. Forneça um nome do ativo de Visualização, uma descrição opcional, e um nome do gráfico
Clique em Aplicar para salvar a visualização para o projeto. O novo ativo de visualização agora está disponível na guia Ativos ..

Opção

Campo de resposta

Lista variáveis de campo de flag ou nominais instanciadas com dois ou mais valores

Ocorrência definida pelo usuário

Especifique um valor de ocorrência. Ocorrências indicam eventos de interesse (por exemplo, diagnóstico médico específico).

Campo de previsão

Lista variáveis que podem ser usadas como o valor predito.

Campo de confiança

Lista as variáveis que podem estabelecer a confiança da predição

Gráfico acumulado

Crie um gráfico acumulativo quando ativado. Os valores nos gráficos acumulativos são representados para cada quantil, mais todos os quantis maiores.

Modo de exibição

O controle de configurações que gráficos exibem no modo de visualização preview e na saída.

Modo único: Quando selecionado, o gráfico Ajuste de Classificação Modelo está no único gráfico que exibe no modo de visualização preview e na saída.
Modo clássico: Quando selecionados, o Ajuste de Classificação Modelo, Cutoff, Matriz Bar, ROC, Gains, ROI e gráficos do Profit exibem no modo de visualização e na saída.
Modo completo: Quando selecionados, os gráficos de Classificação de Classificação Modelo, Corte, Barra Matriz, ROC, Ganhos, ROI, Lucro, GINI, Lift e Resposta gráficos são exibidos no modo de visualização preview e na saída.

Gráficos de avaliação

Corte: O gráfico de corte mostra os valores previstos versus reais para variáveis selecionadas para um valor de corte especificado.
Barra de matriz: Os gráficos da Matriz Bar são uma boa maneira de determinar se as correlações lineares existem entre múltiplas variáveis.
ROC: ROC (Receiver Operating Característica) avalia o desempenho de esquemas de classificação em que os assuntos são classificados para uma variável com duas categorias.
Ganhos: Os ganhos são definidos como a proporção do total de ocorrências que ocorre em cada quantil. Os ganhos são computados como (number of hits in quantile / total number of hits) × 100%.
de ROI¹: O ROI (retorno sobre investimento) é similar ao lucro no que concerne à definição de receitas e despesas. O ROI compara os lucros com os custos do quantil. O ROI é computado como (profits for quantile / costs for quantile) × 100%.
Lucro: O lucro é igual a receita para cada registro meno o custo do registro. Os lucros para um quantil são a soma dos lucros para todos os registros no quantil. Assume-se que as receitas se aplicam apenas a ocorrências, mas os custos se aplicam a todos os registros. Os lucros e os custos podem ser corrigidos ou podem ser definidos por campos nos dados. Os lucros são calculados como (soma de receitas dos registros no quantil - soma dos custos dos registros no quantil).
Kolmogorov-Smirnov: Compara a função de distribuição cumulativa observada para uma variável com distribuição teórica especificada, que pode ser normal, uniforme, exponencial ou Poisson.
GINI: A GINI mede a dispersão estatística e tem como objetivo representar a distribuição de renda ou riqueza. É a medição mais comumente usada da desigualdade.
Elevar: A elevação compara a porcentagem de registros em cada quantil que forem ocorrências com a porcentagem geral de ocorrências nos dados de treinamento. Ele é computado como (hits in quantile / records in quantile) / (total hits / total records).
Resposta: Resposta é a porcentagem de registros no quantil que são acertos. Resposta é computada como (hits in quantile / records in quantile) × 100%.

Configurações do gráfico de avaliação

As configurações a seguir aplicam-se apenas a gráficos de lucro e ROI.

Custos: Especificar o custo fixo associado a cada registro.
Renda: Especificar a receita fixa associada a cada registro que representa um acerto.
Ponderação: Se os registros em seus dados representarem mais de uma unidade, será possível usar ponderações de frequência para ajustar os resultados. Especificar o peso fixo associado a cada registro.