Ferramenta de Pontuação de simulação
A ferramenta de Pontuação de simulação leva uma amostra de uma aproximação de uma distribuição de erro de modelo de objeto. Considerando que a pontuação padrão tenta prever o valor médio previsto, a simulação de Pontuação também considera a distribuição de erros para fornecer uma gama de valores possíveis.
Esta ferramenta utiliza a ferramenta R. Acesse Opções > Baixar ferramentas preditivas e faça login em Portal de downloads and licenças do Alteryx para instalar o R e os pacotes usados pela Ferramenta R. Veja Baixar e utilizar ferramentas preditivas.
Conecte entradas
- M Anchor: o objeto modelo produzido por uma das ferramentas de modelagem preditiva baseadas em R.
- V âncora: opcional. O DataSet de validação para usar ao conectar um modelo não-linear (não-LM). Alteryx ferramentas que criam modelos não-LM são Ferramenta de regressão logística,Ferramenta contar regressão,Ferramenta de regressão de gama, Ferramenta Modelo impulsionado,Ferramenta de árvore de decisão,Ferramenta do modelo da floresta,Ingênua ferramenta de classificador Bayes, Ferramenta de rede neural,Ferramenta modelo de spline,Ferramenta gradual, eFerramenta da máquina do vetor da sustentação.
- S âncora: os dados de simulação para marcar. Isso deve conter todos os campos (com tipos e nomes idênticos) usados para criar o modelo de previsão associado.
Aviso
Não conecte essa entrada quando o objeto de modelo de entrada usa umFerramenta de regressão linear.
Configure a ferramenta
- Nome resultados da simulação de Pontuação: o nome do campo para os resultados gerados. O nome do campo deve começar com uma letra e pode conter letras, números e o período de caracteres especiais (".") e sublinhado ("_"). Observe que R diferencia maiúsculas de minúsculas.
- O número de registros para marcar em um momento: a ferramenta pode quebrar os dados de entrada em pedaços, marcar um pedaço de cada vez e, assim, evitar a limitação de processamento de R na memória. Essa opção controla o número máximo de registros de entrada contidos em cada pedaço de dados.
- Quantos exemplos de distribuição de erros por iteração: o número de draws da distribuição de erro do modelo para cada registro de entrada.
- Definir semente aleatória: (opcional) especifique uma semente aleatória. Esta opção é oculta se houver um campo de semente nos dados a serem marcados.
Visualizar a saída
- D âncora: os dados a serem marcados, juntamente com a pontuação simulada.