Ingénierie et sélection de caractéristiques

Les prévisions avancées peuvent effectuer l'ingénierie et la sélection des caractéristiques sur les données avant d'exécuter des prévisions, ce qui améliore la précision de ces dernières.

Lors de la définition d'une prévision avancée, les administrateurs peuvent sélectionner une nouvelle option sur la page Préparation des données, à savoir Activer l'ingénierie et la sélection automatisées de caractéristiques. Cette option est sélectionnée par défaut.

L'ingénierie de caractéristiques consiste à préparer les données pour l'apprentissage automatique en transformant les caractéristiques existantes ou en en créant d'autres afin d'améliorer les performances du modèle. L'ingénierie automatisée de caractéristiques accélère ce processus, permettant ainsi d'obtenir des modèles plus performants et d'une plus grande précision.

Sans l'ingénierie de caractéristiques, tous les inducteurs sont traités tels qu'ils sont. Avec l'ingénierie de caractéristiques, des informations supplémentaires sont dérivées des caractéristiques, ce qui conduit à des prévisions plus précises. Les types de transformation suivants sont appliqués :

• Caractéristiques temporelles. Par exemple, un jour particulier de la semaine a-t-il plus d'incidence ?
• Effets de décalage. Par exemple, quel est l'effet de décalage d'un inducteur de résultat sur une cible, comme l'incidence des dépenses marketing du mois de juin sur le volume des ventes du mois d'août ?
• Transformations d'agrégation. Par exemple, quel est l'effet de la valeur moyenne glissante sur un inducteur de résultat plutôt que sur un seul point de données ?

Lorsque l'option Activer l'ingénierie et la sélection automatisées de caractéristiques est sélectionnée, plusieurs caractéristiques issues de l'ingénierie sont créées, et les 15 premières (ou moins) sont sélectionnées pour la génération de modèles et les prévisions. Le graphique Importance des caractéristiques montre l'importance des 15 principales caractéristiques sélectionnées pour la variable de sortie.

Lorsque l'option Activer l'ingénierie et la sélection automatisées de caractéristiques n'est pas sélectionnée, aucune caractéristique issue de l'ingénierie n'est créée. Cependant, l'importance des caractéristiques est toujours évaluée, et toutes les caractéristiques jugées sans importance sont exclues du modèle. Toutes les autres caractéristiques sont utilisées telles quelles pour la génération de modèles.

Le graphique Importance des caractéristiques montre l'importance des caractéristiques données pour la variable de sortie. Le graphique montre les neuf principales caractéristiques. Toutes les autres caractéristiques sont agrégées selon leur valeur de pourcentage et regroupées sous l'en-tête Autres.

Vous pouvez voir l'incidence de l'ingénierie et de la sélection de caractéristiques dans l'écran Expliquer la prévision : dans un formulaire avec des valeurs prévues de prévision avancée, cliquez avec le bouton droit de la souris sur une cellule comportant des données prévues, puis sélectionnez Expliquer la prévision. Examinez les détails de la prévision dans les onglets Importance des caractéristiques et Analyse de la prévision.

Si vous avez sélectionné AutoMLx comme algorithme, AutoMLx sélectionne automatiquement un modèle univariable ou multivariable en fonction de la précision.

Si un modèle univariable est sélectionné, le graphique Importance des caractéristiques affiche uniquement les caractéristiques liées à la sortie/cible, telles que Tendance de la cible, Il y a N périodes de la cible, Evolutions de la variance de la cible et Tendance cyclique de la cible (le cas échéant).

Le graphique Importance des caractéristiques d'un modèle univariable se présente comme suit :

L'ingénierie de caractéristiques recherche la relation cachée entre les caractéristiques d'entrée et la variable de sortie. Des caractéristiques bien conçues permettent aux modèles de capturer des informations plus pertinentes, ce qui améliore les performances des modèles et les prévisions.

La sélection de caractéristiques identifie les inducteurs de résultat les plus pertinents qui influencent la précision des prévisions, et exclut les variables bruitées ou à faible incidence pour éviter le surapprentissage. Elle améliore également les performances en réduisant la complexité et le temps de traitement. Elle favorise l'explicabilité en classant les caractéristiques selon leur puissance prédictive.

Tenez compte des éléments suivants :

• L'option Activer l'ingénierie et la sélection automatisées de caractéristiques est sélectionnée par défaut.
• La sélection de l'option Activer l'ingénierie et la sélection automatisées de caractéristiques augmente le temps nécessaire à l'exécution de la prévision.