Outil Modèle de forêt

L’outil Modèle de forêt crée un modèle qui construit un ensemble de modèles d’arbre de décision pour prédire une variable cible sur la base d’une ou de plusieurs variables prédictives. Les différents modèles sont construits à l’aide d’échantillons aléatoires des données d’origine (procédure appelée « bootstrapping »). En outre, seul un nombre limité de variables est pris en compte à chaque fractionnement d’arborescence, le nombre déterminé étant défini automatiquement par R ou par l’utilisateur. Voir la forêt au hasard.

Cet outil utilise l’outil R. Allez dans Options > Télécharger les outils prédictifs et connectez-vous à la Portail Téléchargements et licences Alteryx pour installer l’outil R et les packages utilisés par ce dernier. Reportez-vous à la page Outil R. Voir Télécharger et utiliser les outils prédictifs.

Configurer l’outil pour le traitement standard

Paramètres obligatoires

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. Chaque variable prédictive catégorielle peut avoir au maximum 32 classes.

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.

Nombre d'arborescences à utiliser: sélectionnez le nombre de modèles d'arborescence à inclure dans la forêt. La valeur par défaut est 500 en fonction des résultats de Breiman. Réduisez la valeur avec un flux de métadonnées XDF si la durée d’exécution du modèle pose problème.
Sélectionnez un nombre spécifique de variables à sélectionner entre chaque fractionnement: sélectionnez le nombre de variables à considérer à chaque fractionnement.

Cliquez sur personnalisation du modèle pour modifier les paramètres du modèle.

Personnalisation du modèle

Limiter directement la taille de chaque arborescence de modèle

Nombre total de nœuds autorisés dans une arborescence: sélectionnez pour les modèles qui utilisent le modèle Open source randomForest.
La profondeur maximale d'une arborescence de modèles: sélectionnez pour les modèles qui utilisent la fonction rxDForest RevoScaleR est utilisé

Nombre minimal d'enregistrements autorisés dans un nœud d'arborescence: sélectionnez une valeur pour contrôler la taille du plus petit noeud terminal autorisé dans chaque arborescence d'ensemble. Si vous augmentez cette valeur, le nombre total de nœuds dans chaque arbre diminue.
Sélectionnez les enregistrements pour la création de chaque modèle avec le remplacement: sélectionnez pour contrôler si les répliques d'amorçage sont tirées de l'échantillon d'estimation complète avec ou sans remplacement.
Pourcentage des enregistrements de données à échantillonner pour créer chaque arborescence: sélectionnez pour contrôler si la totalité ou une partie de l'échantillon d'estimation complète sera utilisée pour la formation de chaque réplique d'amorçage.

Configurer l’outil pour le traitement en BDD

L’outil Modèle de forêt prend en charge le traitement en BDD Microsoft SQL Server 2016. Voir Vue d’ensemble des outils En base de données pour plus d'informations sur le support et les outils de la base de données.

Si un outil Modèle de forêt est placé sur le canevas avec un autre outil en BDD, l’outil bascule automatiquement vers la version en BDD. Pour changer la version de l’outil, cliquez avec le bouton droit sur l’outil, pointez le curseur sur Sélectionner la version de l’outil, puis cliquez sur une autre version de l’outil. Voir Analyse prédictive pour plus d'informations sur la prise en charge prédictive dans la base de données.

Paramètres obligatoires

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.

Nombre d'arborescences à utiliser: sélectionnez le nombre de modèles d'arborescence à inclure dans la forêt. La valeur par défaut est 500 en fonction des résultats de Breiman. Réduisez la valeur avec un flux de métadonnées XDF si la durée d’exécution du modèle pose problème.
Sélectionnez un nombre spécifique de variables à sélectionner entre chaque fractionnement: sélectionnez le nombre de variables à considérer à chaque fractionnement.
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.

Personnalisation du modèle

Limiter directement la taille de chaque arborescence de modèle

Nombre total de nœuds autorisés dans une arborescence: sélectionnez pour les modèles qui utilisent le modèle Open source R randomForest.
Profondeur maximale d'une arborescence de modèles: sélectionnez pour les modèles qui utilisent la fonction rxDForest RevoScaleR.

Nombre minimal d'enregistrements autorisés dans un nœud d'arborescence: sélectionnez une valeur pour contrôler la taille du plus petit noeud terminal autorisé dans chaque arborescence d'ensemble. Si vous augmentez cette valeur, le nombre total de nœuds dans chaque arbre diminue.
Sélectionnez les enregistrements pour la création de chaque modèle avec le remplacement: sélectionnez pour contrôler si les répliques d'amorçage sont tirées de l'échantillon d'estimation complète avec ou sans remplacement.
Pourcentage des enregistrements de données à échantillonner pour créer chaque arborescence: sélectionnez pour contrôler si la totalité ou une partie de l'échantillon d'estimation complète sera utilisée pour la formation de chaque réplique d'amorçage.