La construcción de un modelo de análisis predictivo

datos preparar

Video: Análisis predictivo con IBM SPSS Modeler Demo (Inglés)

Vamos a usar los datos históricos para entrenar a su modelo. Los datos generalmente se dispersa a través de múltiples fuentes y puede requerir la limpieza y preparación. Los datos pueden contener registros duplicados y outliers- dependiendo del análisis y el objetivo de negocio, usted decide si desea mantener o eliminarlos. Además, los datos podrían tener valores que faltan, pueden necesitar someterse a algún tipo de transformación, y se pueden usar para generar atributos derivados que tienen mayor poder predictivo para su objetivo. En general, la calidad de los datos indica la calidad del modelo.

El muestreo de los datos

Tendrá que dividir los datos en dos conjuntos: los conjuntos de datos de entrenamiento y prueba. A construir el modelo usando el conjunto de datos de entrenamiento. Utiliza los datos de prueba establecidos para verificar la exactitud de la producción del modelo. Si lo hace, es absolutamente crucial. De lo contrario se corre el riesgo de sobreajuste su modelo - el entrenamiento del modelo con un conjunto de datos limitado, hasta el punto que recoge todas las características (tanto la señal como el ruido) que sólo son verdaderas para ese conjunto de datos en particular. Un modelo que ha overfitted para un determinado conjunto de datos llevará a cabo miserablemente cuando se ejecuta en otros conjuntos de datos. Un conjunto de datos de prueba se asegura de una forma válida para medir con precisión el rendimiento de su modelo.

Construcción del modelo

Video: Modelos Predictivos

A veces, los datos o los objetivos comerciales se prestan a un algoritmo o modelo específico. Otras veces, el mejor enfoque no es tan clara. A medida que explora los datos, ejecutar como muchos algoritmos como CAN comparar sus salidas. Basar su elección del modelo final sobre los resultados generales. A veces es mejor correr un conjunto de modelos de forma simultánea en los datos y elegir un modelo final mediante la comparación de sus salidas.

Implementación del Modelo

Después de construir el modelo, hay que desplegarlo con el fin de aprovechar sus beneficios. Ese proceso puede requerir la coordinación con otros departamentos. Apuntar a la construcción de un modelo de despliegue. También asegúrese de que sabe cómo presentar sus resultados a los accionistas de la empresa de una manera comprensible y convincente para que adopten su modelo. Después de implementar el modelo, que necesita para monitorear su desempeño y continuar mejorándolo. La mayoría de los modelos de descomposición después de un cierto período de tiempo. Mantenga su modelo hasta la fecha mediante la actualización con nuevos datos disponibles.