Loading
CRM Analyticsin
Ristiintarkastus-välilehti binääriluokitukseen

Olet tässä:

  1. Salesforce-ohje
  2. Asiakirja
  3. CRM Analyticsin

Ristiintarkastus-välilehti binääriluokitukseen

Einstein Discovery testaa mallin kykyä tehdä ennusteita käyttämällä k-kertaista ristiinvalidointia. Se on prosessi, joka vähentää näytteiden puolueellisuutta, kun mallia vahvistetaan. Tämä välilehti näyttää yhteenvedon tämän mallin ristiinvalidointiprosessin tuloksista sekä lisätietoja sen perustana olevista laskutoimista.

Huomautus
Huomautus Einstein Discovery -tarinat ovat nyt malleja. Odotamme, että päivitämme nimen kaikkialla, mutta aiempi nimi näytetään vain muutamassa paikassa, kunnes korvaamme sen.

Ristiinvahvistus-välilehteen siirtyminen

Napsauta Suorituskyky-osiosta Mallin arviointi ja valitse Ristiintarkastus.

Ristiintarkastus-välilehti ja 4-kertaisen ristiinvalidoinnin tulokset

Ristiinvahvistus-välilehden sarakkeet

Seuraavassa taulukossa esitellään Ristiintarkastus-välilehden sarakkeet.

Sarakkeen nimiKuvaus
Mittataulukon nimi Tilaston nimi.
Koulutusjoukko Tilastot CRM Analytics -datajoukon observaatioiden joukolle, jota Einstein Discovery käyttää mallin koulutukseen.
Vahvistusjoukko Tilastot CRM Analytics -datajoukon observaatioiden joukolle, jota Einstein Discovery käyttää vahvistaakseen koulutetun mallin luomat ennusteet.
Ositus #1 Testien ensimmäisen suorituskerran tilastot.
Ositus #2 Testien toisen suorituskerran tilastot.
Ositus #3 Testien kolmannen suorituskerran tilastot.
Ositus #4 Testien neljännen suorituskerran tilastot.

Ristiinvahvistus-välilehden tilastot

Seuraava taulukko kuvaa Cross Validation -välilehden tilastot.

Mittataulukon nimiKuvaus
Rivien määrä

Observaatioiden kokonaismäärä. Arvon tarkoitus vaihtelee sarakkeen mukaan.

  • Numerot ovat samoja Koulutusjoukko- ja Vahvistusjoukko-sarakkeille. Tämä arvo osoittaa observaatioiden kokonaismäärän, jota käytetään mallin luomiseen käytetyssä datajoukossa.
  • Sarakkeissa Taitto#1–Taitto#4 tämä arvo osoittaa, kuinka moni observaatioista osui kyseiseen taittoon (noin 25 % koko datajoukosta).
AUC

Käyrän alle jäävä alue. Edustaa logistiikkamallin luokittelun onnistumissuhdetta. AUC on järkevin mitta luokitteluun.

Arvoalue:

  • 0,5 on satunnaista arvailua.
  • 1,0 tarkoittaa, että malli luokittelee datan oikein 100 % ajasta (mikä on epäilyttävää).
GINI

GINI-indeksi. Osoittaa, kuinka hyvin määritetty malli toimii verrattaessa teoreettisesti parhaaseen mahdolliseen malliin.

Arvoalue:

  • 0 tarkoittaa, että malli yhtä hyvä kuin satunnainen arvaus.
  • 1 tarkoittaa, että ennusteet vastaavat observaatioita tarkalleen (suhtaudu tähän skeptisesti).
Logaritminen virhefunktio Logaritminen virhefunktio. Mittaa mallin suorituskykyä asteikolla 0–1, jossa 0 tarkoittaa täydellistä mallia (ennustettu todennäköisyys vastaa todellisia observaatioita 100 %:sti). Mitä vähemmän ennustettu todennäköisyys vastaa todellisia observaatioita oikein (matala suorituskyky), sitä merkittävämpi logaritminen virhefunktio on. Logaritminen virhefunktio ottaa epävarmuuden huomioon mallin suorituskyvyssä.
Keskiarvoinen luokkavirhe Mittaa, kuinka usein ennusteet ovat väärässä. Alhainen arvo tarkoittaa, että ennusteet ovat harvemmin väärässä, eli malli tekee parempia ennusteita.

Mallin validoinnin metodologia

Einstein Discovery suorittaa mallillesi k-kertaisen ristiinvalidoinnin (k=4). Tämä prosessi kattaa seuraavat vaiheet:

  • CRM Analytics -datajoukon kaikki observaatiot jaetaan satunnaisesti neljään erilliseen yhtä suureen osioon.
  • Suoritetaan neljä testiä (fold), joissa kolme osiota toimivat koulutusjoukkona ja yksi osio toimii testijoukkona.
    Huomautus
    Huomautus Kun testit on suoritettu neljä kertaa, jokainen osio on toiminut kerran vahvistusjoukkona ja kolme kertaa osana koulutusjoukkoa.
  • Mallin tilastot kerätään yhteen jokaiselta suorituskerralta.
  • Neljän testikerran keskiarvo kerätään kokonaispisteitä varten.

Katso myös:

 
Ladataan
Salesforce Help | Article