Herramienta Regresión logística

Escribir el nombre del modelo: ingresa un nombre para el modelo a fin de identificarlo cuando se haga referencia a este en otras herramientas. Los nombres del modelo deben comenzar con una letra y pueden contener letras, números y los caracteres especiales de punto (“.”) y guión bajo (“_”). No se permite el uso de otros caracteres especiales. Además, R distingue entre mayúsculas y minúsculas.

Seleccionar la variable objetivo: selecciona los datos que se van a predecir. Una variable objetivo también se conoce como respuesta o variable dependiente.

Selecciona las variables predictoras: selecciona los datos que quieres utilizar para influir en el valor de la variable objetivo. Una variable predictora también se conoce como característica o variable independiente. Se puede seleccionar cualquier cantidad de variables predictoras, pero la variable objetivo no debe ser una variable predictora. Las columnas que contienen identificadores únicos, como claves primarias sustitutas y claves primarias naturales, no deben utilizarse en análisis estadísticos. No tienen ningún valor predictivo y pueden causar excepciones en tiempo de ejecución.

Utilizar las ponderaciones de muestreo en la estimación del modelo: selecciona una variable para determinar la cantidad de importancia que debe asignarse a cada registro al crear una estimación del modelo. Si un valor se utiliza como predictor y como variable de ponderación, la variable de ponderación aparecerá en la salida de reporte bajo llamada del modelo, precedida de la cadena “Right_”.

Utiliza regresión regularizada: selecciona para equilibrar la misma minimización de la suma de errores cuadráticos con un término de penalización sobre el tamaño de los coeficientes y producir un modelo más simple.

Selecciona el tipo de modelo: selecciona el tipo de modelo que se debe utilizar para predecir la variable objetivo.

Utiliza la validación cruzada para determinar las estimaciones de la calidad del modelo: selecciona para realizar la validación cruzada y obtener varias métricas y gráficos de calidad del modelo. Algunas métricas y gráficos se mostrarán en la salida R estática, y otros se mostrarán en la salida I interactiva.

Cantidad de iteraciones: selecciona el número de iteraciones en los que se van a dividir los datos. Una mayor cantidad de iteraciones genera estimaciones más robustas de la calidad del modelo, pero menos iteraciones permiten que la herramienta funcione más rápido.

Cantidad de pruebas: selecciona el número de veces para repetir el procedimiento de validación cruzada. Las iteraciones se seleccionan de manera diferente en cada prueba, y los resultados generales se promedian en todas las pruebas. Una mayor cantidad de iteraciones genera estimaciones más robustas de la calidad del modelo, pero menos iteraciones permiten que la herramienta funcione más rápido.

Utilizar validación cruzada estratificada: selecciona para que cada iteración tenga el mismo porcentaje de cada clase que está presente en todo el conjunto de datos. Esta opción solo está disponible para los modelos de clasificación.

Definir semilla: selecciona para asegurar la reproducibilidad de la validación cruzada y selecciona el valor de la semilla utilizada para asignar registros a iteraciones. Elegir la misma semilla cada vez que se ejecuta el flujo de trabajo garantiza que los mismos registros estarán en la misma iteración cada vez. El valor debe ser un entero positivo.

La resolución más baja crea un archivo más pequeño y es mejor para ver en un monitor.

Una resolución más alta crea un archivo más grande con una mejor calidad para imprimir.

O (Salida): muestra el nombre del modelo y el tamaño del objeto en la ventana de Resultados.

R (Informe): muestra un informe resumido del modelo, el cual incluye un resumen y los gráficos.

I (Interactivo): muestra un panel de control interactivo de elementos visuales compatibles que te permite hacer zoom, pasar el cursor y hacer clic.

Nombre del modelo: cada modelo debe tener un nombre para su posterior identificación. La opción es ingresar un nombre o generar uno automáticamente. Los nombres del modelo deben comenzar con una letra y pueden contener letras, números y los caracteres especiales de punto (“.”) y guion bajo (“_”). No se permite el uso de otros caracteres especiales. Además, R distingue entre mayúsculas y minúsculas.

Selecciona la variable objetivo: selecciona el campo del flujo de datos que deseas predecir.

Selecciona los campos predictores: selecciona los campos del flujo de datos que crees que “causan” los cambios en el valor de la variable objetivo. Las columnas que contienen identificadores únicos, como claves primarias sustitutas y claves primarias naturales, no deben utilizarse en análisis estadísticos. No tienen ningún valor predictivo y pueden causar excepciones en tiempo de ejecución.

Omitir una constante de modelo: marca este elemento si deseas omitir una constante del modelo. Esto debe hacerse si hay una razón explícita para hacerlo.

Opciones específicas de Oracle: esta opción permite la configuración de opciones adicionales solo relevantes para la plataforma Oracle.

Utilizar ponderaciones de muestreo para la estimación del modelo: haz clic en la casilla de verificación y, luego, selecciona un campo de ponderación del flujo de datos para estimar un modelo que utilice ponderación de muestreo. Si un campo se utiliza tanto como predictor y como variable de ponderación, la variable de ponderación aparecerá en la salida bajo llamada del modelo, precedida de la cadena “Right_”.

Configuración específica de Teradata: Microsoft Machine Learning Server necesita información de configuración adicional acerca de la plataforma específica de Teradata que se va a utilizar, en particular, las rutas en el servidor Teradata a los ejecutables binarios de R, y la ubicación donde se pueden escribir los archivos temporales que son utilizados por Microsoft Machine Learning Server. Esta información deberá ser proporcionada por un administrador local de Teradata.

Ancla O: salida. Muestra el nombre del modelo y el tamaño del objeto en la ventana de Resultados.

Ancla R: informe. Muestra un informe resumido del modelo, el cual incluye un resumen y los gráficos.