Herramienta Escalonado

La herramienta Escalonado determina cuáles son las mejores variables predictoras que se deben incluir en un modelo a partir de un conjunto más grande de posibles variables predictoras para modelos lineales, logísticos y otros modelos de regresión tradicionales.

Hay 2 enfoques básicos utilizados en la implementación de la regresión escalonada.

El primero (conocido como selección hacia atrás) implica el uso de un modelo que incluye todas las variables que se cree que potencialmente influyen en la variable objetivo y, luego secuencialmente elimina la variable menos importante del modelo original basado en una medida de aptitud que se ajusta para el número de variables incluidas en el modelo. Este proceso continúa, con otras variables que se eliminan en los pasos posteriores hacia atrás, hasta que no haya más mejoras en la medida de encaje ajustada.

El segundo enfoque básico (conocido como selección de variables hacia delante) comienza con un modelo que incluye solo una constante y, luego agrega a ese modelo una variable del conjunto de variables potenciales que proporciona la mayor mejora en la medida de encaje ajustada. Este proceso se repite para agregar variables adicionales utilizando un conjunto de pasos adicionales hacia delante, que termina cuando no hay ninguna mejora adicional en la medida de encaje ajustada. En la base de la selección de variables hacia atrás, una variable que se elimina nunca vuelve a ingresar en los pasos posteriores, mientras que en la selección hacia delante una variable nunca se elimina en los pasos posteriores una vez que se ha agregado. Se puede utilizar un enfoque híbrido que comienza con un modelo inicial grande (“máximo”) y un primer paso hacia atrás, pero luego se evalúan los movimientos hacia delante y hacia atrás en cada paso posterior.

La herramienta de regresión escalonada basada en R de Alteryx emplea tanto la selección hacia atrás de variables como la selección combinada hacia atrás y hacia delante de variables. Para usar la herramienta, primero crea un modelo de regresión “máxima” que incluya todas las variables que cree que podrían importar y, luego usa la herramienta de regresión escalonado para determinar cuál de estas variables debe eliminarse basándose en una medida de encaje ajustada. Se ofrece al usuario una selección de dos medidas de encaje ajustadas diferentes, el criterio de información de Akaike** (o AIC) y los criterios de información bayesianos*** (o BIC). Estas 2 medidas son similares entre sí, pero el BIC coloca una penalización mayor en el número de variables incluidas en el modelo, lo que normalmente da como resultado un modelo final con menos variables que cuando se utiliza el AIC.

Con esta herramienta, si los datos de entrada provienen de un flujo de datos de Alteryx normal, entonces se utiliza la función de código abierto R aplicable para la estimación del modelo. Si la entrada proviene de una herramienta Salida XDF o de una herramienta Entrada XDF, se utiliza la función RevoScaleR adecuada para la estimación del modelo. La ventaja de utilizar la función basada en RevoScaleR es que permite analizar conjuntos de datos mucho más grandes (sin memoria), pero con la incapacidad de crear parte de la salida de diagnóstico del modelo que está disponible con las funciones de código abierto R.

Esta herramienta utiliza la herramienta R. Dirígete a Opciones > Descargar herramientas predictivas e inicia sesión en el portal de descargas y licencias de Alteryx para instalar R y los paquetes utilizados por la herramienta R. Visita Descargar y usar herramientas predictivas.