Outil Régression logistique

Nom du modèle : entrez le nom du modèle, afin d'identifier ce dernier lorsque d'autres outils y font référence. Les noms de modèles doivent commencer par une lettre et peuvent contenir des lettres, des chiffres, ainsi que les caractères spéciaux suivants : point ( . ) et trait de soulignement ( _ ). Aucun autre caractère spécial n'est autorisé et R est sensible à la casse.

Sélectionner la variable cible : sélectionnez les données à prédire. Une variable cible est également appelée « réponse » ou « variable dépendante ».

Sélectionner les variables prédictives : sélectionnez les données à utiliser pour influencer la valeur de la variable cible. Une variable prédictive est également appelée « caractéristique » ou « variable indépendante ». Vous pouvez sélectionner n'importe quel nombre de variables prédictives, mais la variable cible ne doit pas être également une variable prédictive. Les colonnes contenant des identifiants uniques, tels que les clés primaires de substitution et les clés primaires naturelles, ne doivent pas être utilisées dans les analyses statistiques. Elles ne comportent pas de valeur prédictive et peuvent entraîner des exceptions lors de l'exécution.

Sélectionnez une variable pour déterminer l’importance à accorder à chaque enregistrement lors de la création d’une estimation du modèle. Si une valeur est utilisée comme prédicteur et comme variable de pondération, la variable de pondération apparaît alors dans l’appel de modèle dans la sortie du rapport avec la chaîne « Right_ » ajoutée au début.

Sélectionnez cette option pour équilibrer la même réduction de la somme des erreurs quadratiques avec un terme de pénalité sur la taille des coefficients et produire un modèle plus simple.

Sélectionnez le type de modèle à utiliser pour prédire la variable cible.

Utiliser la validation croisée pour déterminer les estimations de la qualité du modèle: sélectionnez cette option pour effectuer la validation croisée et obtenir diverses métriques et graphiques de qualité du modèle. Certains graphiques et métriques apparaîtront dans la sortie R statique, tandis que d’autres s’afficheront dans la sortie I interactive.

Sélectionnez le nombre de plis pour diviser les données. Plus le nombre de plis est élevé, plus les estimations de la qualité du modèle sont fiables ; toutefois, plus le nombre de plis est bas, plus l’outil s’exécute rapidement.

Sélectionnez le nombre de répétitions de la procédure de validation croisée. Les plis sont sélectionnés différemment lors de chaque tentative et la moyenne des résultats de toutes les tentatives est calculée. Plus le nombre de plis est élevé, plus les estimations de la qualité du modèle sont fiables ; toutefois, plus le nombre de plis est bas, plus l’outil s’exécute rapidement.

Certaines mesures renvoyées par l’outil dans les cas de classification binaire (p. ex. taux positif réel) exigent la désignation d’une classe positive. Pour effectuer une classification binaire, tapez l’une des deux classes positives de la variable cible. Si ce champ est laissé vide, une des classes est déterminée automatiquement comme la classe positive. Cette option n’est disponible que pour les modèles de classification.

Sélectionnez cette option afin que chaque pli ait le même pourcentage de chaque classe comme c’est le cas dans l’ensemble du jeu de données. Cette option n’est disponible que pour les modèles de classification.

Sélectionnez cette option pour garantir la reproductibilité de la validation croisée et sélectionnez la valeur de l’amorce utilisée pour affecter des enregistrements aux plis. La sélection de la même amorce à chaque fois que le workflow est exécuté garantit la présence systématique des mêmes enregistrements dans le même pli. La valeur doit être un entier positif.

Une résolution basse produit un fichier de plus petite taille et facilite la visualisation sur un moniteur.

Une résolution élevée produit un fichier de plus grande taille avec une qualité d'impression supérieure.

L'ancrage O : affiche le nom du modèle et la taille de l'objet dans la fenêtre Résultats.

L'ancrage R : affiche un rapport récapitulatif du modèle incluant un récapitulatif et des tracés.

Affiche un tableau récapitulatif interactif des éléments d’aide visuels qui vous permettent d’appliquer un zoom, d’effectuer un survol et de cliquer.

Nom de modèle : vous devez attribuer un nom à chaque modèle afin de pouvoir les identifier ultérieurement. Vous devez fournir un nom ou générer un nom automatiquement. Les noms de modèles doivent commencer par une lettre et peuvent contenir des lettres, des chiffres, ainsi que les caractères spéciaux suivants : point ( . ) et trait de soulignement ( _ ). Aucun autre caractère spécial n'est autorisé et R est sensible à la casse.

Sélectionnez la variable cible : sélectionnez le champ du flux de données à prédire.

Sélectionner les variables prédictives : sélectionnez les champs du flux de données dont vous pensez qu'ils « provoquent » des changements de valeur de la variable cible. Les colonnes contenant des identifiants uniques, tels que les clés primaires de substitution et les clés primaires naturelles, ne doivent pas être utilisées dans les analyses statistiques. Elles ne comportent pas de valeur prédictive et peuvent entraîner des exceptions lors de l'exécution.

Activez cette option si vous souhaitez exclure une constante du modèle. À n’utiliser que si vous avez un motif explicite pour le faire.

Cette option permet de configurer des options supplémentaires qui ne s’appliquent qu’à la plate-forme Oracle.

Utiliser des pondérations d'échantillonnage pour l'estimation du modèle : cochez la case et sélectionnez un champ de pondération dans le flux de données pour estimer un modèle utilisant la pondération de l'échantillonnage. Un champ est utilisé comme prédicteur et comme variable de pondération, puis la variable de pondération apparaîtra dans l'appel de modèle dans la sortie, précédée par la chaîne « Right_ ».

Microsoft R Server nécessitent des informations de configuration supplémentaires concernant la plate-forme Teradata spécifique à utiliser ; en particulier, les chemins sur le serveur Teradata des exécutables binaires de R et l’emplacement où peuvent être écrits les fichiers temporaires utilisés par Microsoft R Server. Ces informations devront être communiquées par l’administrateur Teradata local.

O ancre : sortie. Affiche le nom du modèle et la taille de l’objet dans la fenêtre Résultats.

Ancrage R : rapport. Affiche un rapport récapitulatif du modèle incluant un récapitulatif et des tracés.