Outils prédictifs basés sur R

Outil Modèle boosté: L'outil modèle boosté fournit des modèles de régression amplifiés généralisés basés sur les méthodes de renforcement du gradient de Friedman. Il ajoute en série des modèles simples d’arbres de décision à un ensemble de modèles afin de minimiser une fonction de perte appropriée.

Outil Régression de comptage: L'outil de régression de comptage estime les modèles de régression pour les données de comptage à l'aide de la régression de poisson, de la régression quasi-poisson ou de la régression du binôme négatif. Les fonctions R utilisées à cet effet sont glm() (dans le package de statistiques R) et glm.nb() (dans le package MASS).

Outil Validation croisée: L'outil de validation croisée compare les performances d'un ou plusieurs modèles prédictifs générés par Alteryx à l'aide du processus de validation croisée. Il prend en charge tous les modèles de classification et de régression à l’exception du bayésien naïf.

Outil d’auto-modélisation DataRobot: L'outil automodèle DataRobot télécharge les données vers la plate-forme d'apprentissage machine DataRobot.

Outil Arbre de décision: L'outil arbre de décision prédit une variable cible en utilisant une ou plusieurs variables qui devraient avoir une influence sur la variable cible.

Outil Déployer: L'outil déployer télécharge les modèles directement sur la plateforme de promotion.

Outil Modèle de forêt: L'outil modèle de forêt prédit une variable cible en utilisant une ou plusieurs variables qui devraient avoir une influence sur la variable cible.

Outil Régression Gamma: L'outil de régression gamma rapporte une variable gamma distribuée, strictement positive, d'intérêt (variable cible) à une ou plusieurs variables (variables prédictives) qui devraient avoir une influence sur la variable cible.

Outil Diagramme de lift: L'outil chariot élévateur produit deux graphiques très couramment utilisés de ce type, le graphique des réponses cumulatives capturées (également appelé tableau des gains) et le graphique du taux de réponse incrémentielle.

Outil Régression linéaire: L'outil de régression linéaire relie une variable d'intérêt (une variable cible) à une ou plusieurs variables qui devraient avoir une influence sur la variable cible.

Outil Régression logistique: L'outil de régression logistique relie une variable binaire (par exemple, oui/non) d'intérêt (une variable cible) à une ou plusieurs variables qui devraient avoir une influence sur la variable cible.

Outil Coefficients de modèle: L'outil modèles coefficients extrait les coefficients de modèle d'un modèle standard de régression Alteryx, gamma, linéaire ou logistique pour une utilisation dans des rapports personnalisés ou des calculs en aval.

Outil Comparaison de modèle: L’outil Comparaison des modèles compare les performances d’un ou plusieurs modèles prédictifs différents en fonction de l’utilisation d’un jeu de données de validation (ou de test).

Outil Classifieur bayésien naïf: L'outil classifieur naïf de Bayes crée un modèle de classification probabiliste binôme ou multinominal de la relation entre un ensemble de variables prédictives et une variable cible catégorique.

Outil Test imbriqué: L'outil de test imbriqué examine si deux modèles, dont l'un contient un sous-ensemble des variables contenues dans l'autre, sont statistiquement équivalents en termes de capacité prédictive.

Outil Analyse du réseau: L'outil d'analyse de réseau crée une visualisation interactive d'un réseau, ainsi que des statistiques récapitulatives et la distribution des mesures de centralité des noeuds.

Outil Réseau neural: L'outil réseau neural permet à un utilisateur de créer un modèle de réseau neuronal anticipatif Perceptron avec une seule couche cachée.

Outil Évaluation: L'outil score prend comme intrants un objet de modèle R produit par la régression logistique, arbre de décision, modèle de forêt, ou macro de régression linéaire et un flux de données qui est cohérent avec l'objet modèle et les sorties du flux de données avec un champ de score ajouté à la St données Ream.

Outil Modèle Spline: L'outil de modèle spline prédit une variable d'intérêt (variable cible) basée sur une ou plusieurs variables prédictives à l'aide de l'approche en deux étapes de l'algorithme de régression adaptative multivariée (mars) de Friedman.

Outil Pas à pas: L'outil de régression par étapes fait appel à la fois à la sélection en amont et à la sélection des variables en amont et en avant.

Outil Machine à vecteurs de support: L'outil de support vecteur machine est utilisé pour les problèmes de classification, et accueille les cas où les données sont considérées linéairement non-séparables.

Outil Analyse de survie: L'outil d'analyse de survie génère un modèle de survie qui peut être utilisé par l'outil de score de survie pour estimer le risque relatif et le temps de survie moyen restreint.

Outil Score de survie: L'outil de score de survie fournit à la fois le risque relatif estimé et le temps de survie moyen restreint basé sur un modèle de risques proportionnels de Cox, qui peut être estimé à l'aide de l'outil d'analyse de survie.

Outil Test des moyennes: L'outil test de moyens compare la différence de valeurs moyennes (à l'aide d'un test t de deux échantillons Welch) pour un champ de réponse numérique entre un groupe témoin et un ou plusieurs groupes de traitement.

Outil Facteur d’inflation de variance: L'outil facteurs de l'inflation des variances produit un rapport de synthèse coefficient qui comprend soit le facteur d'inflation de variance, soit une version généralisée du vif (GVIF) pour toutes les variables à l'exception de l'interception du modèle.