Modificar la configuración general para un modelo

Seleccione un tipo de validación para su modelo. Seleccione una de las siguientes opciones:

• Índice de entrenamiento/validación para dividir de forma aleatoria las observaciones en el conjunto de datos de CRM Analytics en un conjunto de entrenamiento y un conjunto de validación. El valor predeterminado es 80% de entrenamiento y 20% de validación, pero puede ajustar el control deslizante para cambiar el índice según sea necesario.
• Conjunto de datos de validación para especificar un conjunto de datos de CRM Analytics separado que contiene los datos de validación. Solo ve los conjuntos de datos que coinciden con el esquema del conjunto de datos de su modelo. Idealmente, seleccione un conjunto de datos que contiene un conjunto diverso de observaciones que reflejan condiciones reales. Si desea comparar modelos para precisión, la selección del mismo conjunto de datos de validación le proporciona una base común objetiva para la evaluación.
• Ninguno (el valor predeterminado) utiliza únicamente validación de K-fold.

Puede elegir entre diferentes algoritmos para que Einstein Discovery utilice para crear el modelo:

• GLM: Predeterminado. Modelo lineal generalizado es un algoritmo basado en regresión.
• GBM: Máquina de Potenciación del gradiente es un algoritmo de aprendizaje automático en equipo basado en árbol de decisiones.
• XGBoost: Un algoritmo de aprendizaje automático en equipo basado en árbol de decisiones.
• Bosque aleatorio: Un algoritmo de aprendizaje supervisado que utiliza múltiples árboles de decisión, aleatorización y otras técnicas de optimización.

De forma alternativa, seleccione Torneo de modelos para que Einstein Discovery ejecute los cuatro algoritmos y luego muestre los resultados del algoritmo con mejor desempeño.