Les courbes d'efficacité et de gain vous permettent de comparer différents modèles d'apprentissage automatique afin d'identifier celui qui est le plus précis.
Les courbes d'efficacité et de gain vous permettent d'évaluer différents modèles prédictifs d'apprentissage automatique en affichant les statistiques des modèles sous forme de graphiques au sein d'une visualisation dans Oracle Analytics.
Lorsque vous utilisez un flux de données pour appliquer un modèle de classification à un ensemble de données, Oracle Analytics vous permet de calculer les valeurs d'efficacité et de gain. Vous pouvez ensuite visualiser ces données dans un graphique afin d'évaluer la précision des modèles prédictifs et d'identifier celui qu'il convient d'utiliser.
Prérequis
Vous accédez aux modèles prédictifs existants dans la section Apprentissage automatique d'Oracle Analytics.
Statistiques générées pour l'analyse d'efficacité et de gain
Data flow name
>_LIFT et comportant les colonnes suivantes est généré :
Vous pouvez ensuite visualiser l'ensemble de données <Data flow name
>_LIFT dans un graphique Oracle Analytics. Par exemple, pour analyser les gains, vous pouvez placer le pourcentage de population (PopulationPercentile) sur l'axe des X et les gains cumulés (CumulativeGain), la valeur de référence de la courbe de gain (GainChartBaseline), la ligne de modèle idéale (IdealModelLine) et les gains maximaux (OptimalGain) sur l'axe des Y.
Lorsque vous utilisez un flux de données pour appliquer un modèle de classification à un ensemble de données, Oracle Analytics vous permet de calculer des statistiques que vous pouvez ensuite visualiser à l'aide de courbes d'efficacité et de gain.
Data flow name
>_LIFT contenant les statistiques d'efficacité et de gain, que vous pouvez analyser.Utilisez un graphique pour analyser les statistiques générées par les modèles de classification d'apprentissage automatique afin d'identifier le meilleur modèle à utiliser.