Outil Régression linéaire

Connectez un flux de données Alteryx ou un flux de métadonnées XDF qui inclut un champ cible d’intérêt avec un ou plusieurs champs prédicteurs possibles.

• Nom du modèle: tapez un nom pour le modèle pour identifier le modèle lorsqu'il est référencé dans d'autres outils. 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 les données à prévoir. Une variable cible est également appelée « réponse » ou « variable dépendante ».
• Sélectionnez les variables prédictives: sélectionnez les données à utiliser pour influencer la valeur de la variable cible. Une variable prédictive est également appelée « fonction » ou « variable indépendante ». Vous pouvez sélectionner un nombre infini 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.

Cliquez sur personnaliser pour modifier les paramètres du modèle, de la validation croisée et des tracés .

• Omettre une constantede modèle: sélectionnez cette option pour omettre une constante et la ligne la plus adaptée passe par l'origine.
• Utilisez une variable de poids pour les moindres carrés pondérés: sélectionnez une variable pour déterminer la quantité d'importance à placer sur chaque enregistrement lors de la création d'un modèle des moindres carrés.
• Utiliser la régression régularisée: sélectionner pour équilibrer la même minimisation de la somme des erreurs au carré avec un terme de pénalité sur la taille des coefficients et produire un modèle plus simple.
• Entrez la valeur d'alpha: sélectionnez une valeur comprise entre 0 (régression de crête) et 1 (Lasso) pour mesurer la quantité d'emphase donnée au coefficient.
• Normalisation des variables prédictives: sélectionnez cette option pour que toutes les variables soient de la même taille en fonction de l'algorithme utilisé.
• Utilisez la validation croisée pour déterminer les paramètres du modèle: sélectionnez cette option pour effectuer une validation croisée et obtenir différents paramètres de modèle
• Nombre de plis: 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.
• Quel type de modèle: sélectionnez le type de modèle pour déterminer les coefficients.
• Modèle simple
• Modèle présentant moins d’erreurs standard dans l’échantillon
• Set Seed: sélectionnez cette option pour garantir la reproductibilité de la validation croisée et sélectionner la valeur de la graine utilisée pour attribuer 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.

• Utiliser la validation croisée pour déterminer les estimations de la qualité du modèle: sélectionner pour effectuer la validation croisée et obtenir diverses métriques et graphiques de qualité de modèle. Certains graphiques et métriques apparaîtront dans la sortie R statique, tandis que d’autres s’afficheront dans la sortie I interactive.
• Nombre de plis: 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.
• Nombre d'essais: sélectionnez le nombre de fois où vous souhaitez répéter 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.
• Set Seed: sélectionnez cette option pour garantir la reproductibilité de la validation croisée et sélectionner la valeur de la graine utilisée pour attribuer 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.

• Résolution du graphique : sélectionnez la résolution du graphique en points par pouce : 1x (96 ppp) ; 2x (192 PPP) ; ou 3x (288 PPP). 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.

• Afficher les graphiques: sélectionnez cette option pour afficher les graphiques lors de l'utilisation de la régression régularisée.

Connectez un outil Explorateur à chaque ancrage de sortie pour afficher les résultats.

• O (sortie): affiche le nom du modèle et la taille de l'objet dans la fenêtre de résultats.
• R (rapport): affiche un rapport récapitulatif du modèle qui comprend un résumé et des parcelles.
• I (interactif): affiche un tableau de bord des visualisations interactives pour faciliter la découverte de données et l'exploration de modèles.

Connectez un flux de données en BDD qui inclut un champ cible d’intérêt avec un ou plusieurs champs prédicteurs possibles.

Dans le cas d’un workflow en BDD situé dans une base de données Oracle, les fonctionnalités intégrales de l’objet modèle généré en aval ne sont disponibles que si l’outil Régression linéaire est directement connecté depuis un outil Connecter en BDD avec une seule table complète sélectionnée, ou si un outil Écrire des données en BDD est utilisé directement avant l’outil Régression linéaire pour enregistrer la table de données d’estimation dans la base de données. Oracle R Enterprise utilise la table de données d’estimation pour fournir toutes les fonctionnalités d’objet modèle, comme le calcul des intervalles de prédiction.

• Nomdu modèle: chaque modèle doit être donné un nom afin qu'il puisse être identifié 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 dans le flux de données que vous souhaitez prédire.
• Sélectionnez les variables prédictives: choisissez les champs du flux de données que vous croyez «provoquer» les modifications de la 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.

• Omettre une constantede modèle: cochez cet élément si vous souhaitez omettre une constante du modèle. À n’utiliser que si vous avez un motif explicite pour le faire.
• Utiliser les pondérations d'échantillonnage pour l'estimation du modèle: cochez la case, puis sélectionnez un champ de poids dans le flux de données pour estimer un modèle qui utilise le poids d'échantillonnage. Un champ est utilisé comme prédicteur et comme variable de pondération, puis la variable de pondération apparaît dans l’appel de modèle dans la sortie avec la chaîne « Right_ » ajoutée au début.
• Options spécifiques à Oracle: cette option permet la configuration d'options supplémentaires uniquement pertinentes pour la plate-forme Oracle.
• Enregistrez le modèle dans la base de données: provoque l'enregistrement de l'objet de modèle estimé dans la base de données et est recommandé pour que les objets de modèle et les tables d'estimation vivent ensemble dans un emplacement centralisé dans la base de données Oracle.
• Teradata configuration spécifique: Microsoft machine learning Server a besoin d'informations de configuration supplémentaires sur la plate-forme Teradata spécifique à utiliser-en particulier, les chemins sur le serveur Teradata pour les exécutables binaires de R, et l'emplacement où les fichiers temporaires utilisés par Microsoft machine learning Server peuvent être écrits. Ces informations devront être communiquées par l’administrateur Teradata local.

Connectez un outil Explorateur à chaque ancrage de sortie pour afficher les résultats.

• O (sortie): affiche le nom du modèle et la taille de l'objet dans la fenêtre de résultats.
• R (rapport): affiche un rapport récapitulatif du modèle qui comprend un résumé et des parcelles.