Med diagram för höjning och ökning kan du jämföra olika maskininlärningsmodeller för att fastställa vilken modell som är mest korrekt.
Med diagram för höjning och ökning kan du utvärdera maskininlärningsmodeller för förutsägelse genom att göra diagram av modelleringsstatistik i en visualisering i Oracle Analytics.
När du använder ett dataflöde till att tillämpa en klassificeringsmodell på en datamängd kan du med Oracle Analytics beräkna värden för höjning och ökning. Sedan kan du visualisera data i ett diagram för att bedöma förutsägelsemodellernas precision och avgöra vilken som är bäst att använda.
Förutsättningskrav
Du får åtkomst till befintliga förutsägelsemodeller i området Maskininlärning i Oracle Analytics.
Statistik genererad för analys av höjning och ökning
Data flow name
>_LIFT med dessa kolumner:
Sedan kan du visualisera datamängden <Data flow name
>_LIFT i ett Oracle Analytics-diagram. Om du till exempel vill analysera ökning kan du plotta PopulationPercentile på x-axeln och CumulativeGain, GainChartBaseline, IdealModelLine och OptimalGain på y-axeln.
När du använder ett dataflöde till att tillämpa en klassificeringsmodell på en datamängd kan du med Oracle Analytics beräkna statistik som du kan visualisera i diagram för höjning och ökning.
Data flow name
>_LIFT som innehåller statistik över höjning och ökning, vilken du kan utvärdera.Använd ett diagram till att analysera statistik genererad av klassificeringsmodeller för maskininlärning för att fastställa vilken modell som är bäst att använda.