Mit Lift-and-Gain-Diagrammen können Sie verschiedene Modelle des maschinellen Lernens vergleichen, um das genaueste Modell zu bestimmen.
Mit Lift-and-Gain-Diagrammen können Sie Vorhersagemodelle des maschinellen Lernens bewerten, indem Sie Modellierungsstatistiken in einer Visualisierung in Oracle Analytics darstellen.
Wenn Sie ein Klassifizierungsmodell über einen Datenfluss auf ein Dataset anwenden, können Sie mit Oracle Analytics Lift-and-Gain-Werte berechnen. Dann können Sie diese Daten in einem Diagramm visualisieren, um die Genauigkeit von Vorhersagemodellen zu bewerten und das beste Modell zu bestimmen.
Voraussetzungen
Vorhandene Vorhersagemodelle sind in Oracle Analytics im Bereich "Maschinelles Lernen" verfügbar.
Für Lift-and-Gain-Analysen generierte Statistiken
Data flow name
>_LIFT mit den folgenden Spalten erstellt:
Dann können Sie das Dataset <Data flow name
>_LIFT in einem Oracle Analytics-Diagramm realisieren. Beispiel: Um Gains zu analysieren, könnten Sie PopulationPercentile auf der X-Achse und CumulativeGain, GainChartBaseline, IdealModelLine und OptimalGain auf der Y-Achse darstellen.
Wenn Sie ein Klassifizierungsmodell über einen Datenfluss auf ein Dataset anwenden, können Sie mit Oracle Analytics Statistiken berechnen und in Lift-and-Gain-Diagrammen visualisieren.
Data flow name
>_LIFT mit Lift-and-Gain-Statistiken, die Sie bewerten können.Analysieren Sie die von Klassifizierungsmodellen des maschinellen Lernens generierten Statistiken anhand eines Diagramms, um das beste Modell zu bestimmen.