Strumento Regressione logistica

Digita nome modello: inserisci un nome per identificare il modello quando viene preso come riferimento in altri strumenti. I nomi di modello devono iniziare con una lettera e possono contenere lettere, numeri e i caratteri speciali punto (".") e carattere di sottolineatura ("_"). Non sono consentiti altri caratteri speciali e lo strumento R fa distinzione tra maiuscole e minuscole.

Seleziona la variabile target: seleziona i dati da stimare. Una variabile target è anche nota come variabile di risposta o dipendente.

Seleziona le variabili predittive: seleziona i dati da utilizzare per influenzare il valore della variabile target. Una variabile di previsione è nota anche come caratteristica o variabile indipendente. Puoi selezionare un numero qualsiasi di variabili di previsione, ma la variabile target non deve essere anche una variabile di previsione. Le colonne contenenti identificatori univoci, come le chiavi primarie surrogate e le chiavi primarie naturali, non devono essere utilizzate nelle analisi statistiche. Non hanno alcun valore predittivo e possono causare eccezioni di runtime.

Utilizza pesi di campionamento nella stima del modello: seleziona una variabile per determinare l'importanza da assegnare a ciascun record quando si crea una stima del modello. Se un campo è utilizzato sia come predittore che come variabile di peso, la variabile di peso verrà mostrata nella chiamata del modello del report di output, con la stringa "Right_" preposta ad esso.

Utilizza la regressione regolarizzata: seleziona l'opzione per bilanciare la stessa minimizzazione della somma degli errori quadratici con un termine di penalità per la dimensione dei coefficienti e produrre un modello più semplice.

Seleziona tipo di modello: seleziona il tipo di modello da utilizzare per prevedere la variabile target.

Utilizza la convalida incrociata per determinare le stime della qualità del modello: seleziona l'opzione per eseguire la convalida incrociata e ottenere varie metriche e vari grafici della qualità del modello. Alcuni grafici e metriche vengono visualizzati nell'output R statico, mentre altri vengono visualizzati nell'output I interattivo.

Numero di fold: seleziona il numero di fold in cui suddividere i dati. Un numero di fold più elevato determina stime della qualità del modello più affidabili, ma un numero minore di fold consente un'esecuzione più rapida dello strumento.

Numero di prove: seleziona il numero di volte in cui ripetere la procedura di convalida incrociata. I fold vengono selezionati in modo diverso in ogni prova e per tutte le prove viene calcolata la media tra i risultati complessivi. Un numero di fold più elevato determina stime della qualità del modello più affidabili, ma un numero minore di fold consente un'esecuzione più rapida dello strumento.

Utilizza convalida incrociata stratificata: seleziona l'opzione in modo che ogni fold abbia la stessa percentuale per ciascuna classe presente nell'intero set di dati. Questa opzione è disponibile solo per i modelli di classificazione.

Imposta valore iniziale: seleziona l'opzione per garantire la riproducibilità della convalida incrociata e selezionare il valore iniziale da utilizzare per assegnare i record ai fold. Scegliere lo stesso valore iniziale ogni volta che viene eseguito il flusso di lavoro garantisce che gli stessi record si trovino sempre nello stesso fold. Il valore deve essere un numero intero positivo.

La risoluzione inferiore crea un file più piccolo ed è ideale per la visualizzazione su un monitor.

Una risoluzione più alta crea un file più grande con una migliore qualità di stampa.

Ancoraggio O (output): visualizza il nome del modello e le dimensioni dell'oggetto nella finestra Risultati.

Ancoraggio R (report): visualizza un report di riepilogo del modello che include un riepilogo e tutti i grafici.

I (interattivo): visualizza un dashboard interattivo di elementi visivi di supporto per ingrandire, passare il mouse e fare clic.

Nome modello: è necessario assegnare un nome a ogni modello per poterlo identificare in futuro. È possibile inserire un nome o generarlo automaticamente. I nomi dei modelli devono iniziare con una lettera e possono contenere lettere, numeri e i caratteri speciali punto (".") e trattino basso ("_"). Non sono consentiti altri caratteri speciali e lo strumento R fa distinzione tra maiuscole e minuscole.

Seleziona la variabile target: seleziona il campo dal flusso di dati da stimare.

Seleziona le variabili predittive: scegli i campi dal flusso di dati che ritieni "essere la causa" delle variazioni nel valore della variabile target. Le colonne contenenti identificatori univoci, come le chiavi primarie surrogate e le chiavi primarie naturali, non devono essere utilizzate nelle analisi statistiche. Non hanno alcun valore predittivo e possono causare eccezioni di runtime.

Ometti una costante del modello: seleziona questo elemento se si desidera omettere una costante dal modello. L'elemento va selezionato se vi è un motivo esplicito per farlo.

Opzioni specifiche di Oracle: questa opzione consente di configurare solo opzioni aggiuntive rilevanti per la piattaforma Oracle.

Utilizza pesi di campionamento per la stima del modello: fai clic sulla casella di controllo, quindi seleziona un campo del peso dal flusso di dati per stimare un modello che utilizza il peso di campionamento. Un campo è usato sia come predittore che come variabile di peso, quindi la variabile di peso apparirà nella chiamata del modello nell'output con la stringa "Right_" in posizione anteposta.

Configurazione specifica di Teradata: Microsoft Machine Learning Server necessita di ulteriori informazioni di configurazione sulla piattaforma Teradata specifica da utilizzare, in particolare i percorsi sul server Teradata agli eseguibili binari di R e la posizione in cui è possibile scrivere i file temporanei utilizzati da Microsoft Machine Learning Server. Queste informazioni dovranno essere fornite da un amministratore locale di Teradata.

Ancoraggio O: output. Consente di visualizza il nome del modello e le dimensioni dell'oggetto nella finestra Risultati.

Ancoraggio R: report. Consente di visualizzare un report di riepilogo del modello che include un riepilogo e tutti i grafici.