Modifica delle impostazioni generali di un modello

Scegliere un tipo di convalida per il modello. Scegliere una delle seguenti opzioni:

• Rapporto apprendimento/convalida per suddividere in modo casuale le osservazioni della serie di dati CRM Analytics in un insieme di addestramento e in un insieme di convalida. L'impostazione predefinita è 80% addestramento e 20% convalida, ma è possibile spostare il cursore per modificare il rapporto in base alle esigenze.
• Serie di dati di convalida per specificare una serie di dati CRM Analytics separata contenente i dati di convalida. Sono visualizzate solo le serie di dati che corrispondono allo schema della serie di dati del modello. L'ideale è selezionare una serie di dati che contiene una serie di osservazioni assortite che rispecchiano le condizioni del mondo reale. Se si desidera confrontare la precisione dei modelli, la selezione della stessa serie di dati di convalida offre una base di riferimento comune e priva di distorsioni per la valutazione.
• Nessuno (impostazione predefinita) utilizza solo la convalida k-fold.

È possibile scegliere tra diversi algoritmi che Einstein Discovery dovrà utilizzare per creare il modello:

• GLM: impostazione predefinita. GLM, o Modello lineare generalizzato, è un algoritmo basato sulla regressione.
• GBM: GBM, o Gradient Boost Machine, è un algoritmo di machine learning composto basato su un albero decisionale.
• XGBoost: un algoritmo di machine learning composto basato su un albero decisionale.
• Foresta casuale: un algoritmo di apprendimento con supervisione che utilizza più alberi decisionali, la sequenza casuale e altre tecniche di ottimizzazione.

In alternativa, selezionare Torneo modelli per fare in modo che Einstein Discovery esegua tutti e quattro gli algoritmi e quindi visualizzi i risultati dell'algoritmo con le prestazioni migliori.