U bent hier:
Getalvariabelen configureren
Configureer instellingen voor afzonderlijke getalvariabelen in uw model.
Vereiste editions
| Beschikbaar in Salesforce Classic en Lightning Experience. |
| Beschikbaar bij CRM Analytics, wat tegen bijbetaling beschikbaar is in de Enterprise, Performance en Unlimited Edition. Ook beschikbaar in de Developer Edition. |
| Benodigde gebruikersmachtigingen | |
|---|---|
| Als u de getalvelden in een model wilt configureren: | Einstein Discovery-modellen maken en bijwerken |
- Klik op de pagina Modelinstellingen op een numerieke variabele.
- Reageer op het tabblad Waarschuwing op suggesties met betrekking tot gegevensproblemen voor dit veld. Zie voor meer informatie Kwaliteitswaarschuwingen verwerken.
-
Bekijk op het tabblad Prestaties hoe goed uw model werkt voor elke waarde binnen de geselecteerde variabele.
Prestaties worden weergegeven als een decimale score, waarbij 1 perfecte nauwkeurigheid aangeeft. In de variabele DagelijkseHoeveelheid hebben de waarden "143 tot 193" bijvoorbeeld een prestatiescore van 0,73 en de waarden "501 tot 791" een score van 0,67. U kunt vervolgens besluiten dat het model beter presteert wanneer de dagelijkse hoeveelheid ligt tussen 143 en 193 dan wanneer deze ligt tussen 501 en 791.
-
Als u een binaire classificatie of regressiemodel gebruikt, klikt u optioneel op Analyse van rijtelling voor een gedetailleerde vergelijking van de waarden op prestaties en rijtelling.
-
Als u een classificatiemodel met meerdere klassen gebruikt, kunt u de prestaties van elke waarde op uitkomst bekijken.
- Als u een waarde wilt uitvouwen om prestaties op uitkomst te zien, klikt u op
. - Klik voor een grafische vergelijking van waarden en uitkomsten op prestaties en rijtelling op Analyse van rijtelling.
- Gebruik de vervolgkeuzelijst om verschillende uitkomsten (1) te selecteren. Het diagram wordt bijgewerkt op basis van de geselecteerde uitkomst.
- Schakel tussen feitelijke klasse en voorspelde klasse (2). De gegevens bij Feitelijke klasse worden gegroepeerd op basis van de geobserveerde waarde. De Voorspelde klasse groepeert gegevens op basis van de voorspelde waarde.
- Klik voor een grafische vergelijking van waarden en uitkomsten op prestaties en rijtelling op Analyse van rijtelling.
- Als u een grafiek met prestaties op waarde en uitkomst wilt zien, klikt u op Gedetailleerde analyse. Hoe donkerder de cirkel hoe beter de prestaties. Hoe groter de cirkel, hoe hoger de rijtelling.
- Als u een waarde wilt uitvouwen om prestaties op uitkomst te zien, klikt u op
-
Als u een binaire classificatie of regressiemodel gebruikt, klikt u optioneel op Analyse van rijtelling voor een gedetailleerde vergelijking van de waarden op prestaties en rijtelling.
-
Configureer de volgende instellingen op het tabblad Instellingen.
Instelling Beschrijving Analyseren om vertekening te herkennen Selecteer deze optie om een variabele uit te sluiten uit het model, zodat dat deze geen invloed heeft op voorspellingen en aanbevelingen. Indien geselecteerd, toont Einstein Discovery een pictogram in de vorm van een schild naast de naam van de insight om u eraan te herinneren dat dit een gevoelige variabele is.
Hiermee kunt u de impact van het veld in het model evalueren en beoordelen. Einstein Discovery geeft toch nog een kennisgeving weer als dit veld een correlatie van 50% of hoger toont met de uitkomstvariabele van het model.
Transformatie Selecteer een transformatie om gegevensverbeteringen toe te passen.
- Ontbrekende waarden vervangen schakelt statistische toerekening in en vult ontbrekende waarden in. Gebruik deze transformatie om modelprestaties te verbeteren. Zie Ontbrekende numerieke waarden vervangen.Opmerking Door Ontbrekende waarden vervangen wordt het model beïnvloed dat tijdens de analyse wordt gegenereerd, maar het heeft geen effect op de gegenereerde insights.
- Met Geprojecteerde voorspellingen kunt u trendinggegevens leveren die worden opgenomen in uw voorspellingen, om deze nauwkeuriger te maken. Zie Geprojecteerde voorspellingen configureren.Opmerking Geprojecteerde voorspellingen beïnvloedt het model dat wordt gegenereerd tijdens analyse, maar heeft geen effect op de gegenereerde insights.
Bucketwaarden op Selecteer hoe gegevens in een bucket moeten worden geplaatst.
Opmerking Een numerieke variabele met een lage cardinaliteit (10 of minder observaties) wordt geconverteerd naar een tekstvariabele. Einstein Discovery geeft deze waarde weer op de x-as in plaats van in een bereik (bucket).Aantal buckets Geef het aantal buckets op, dat in diagrammen moet worden weergegeven. Einstein Discovery aggregeert automatisch getallen in groepen op basis van werking. Alleen opnemen Maak een numeriek bereik door een minimale en een maximale waarden toe te voegen aan het veld Beginwaarde en het veld Eindwaarde. Histogram Een staafdiagram toont het aantal waarden dat voorkomt voor het bereik van getallen. Wijzigingen worden van kracht nadat u het model hebt gemaakt.
- Ontbrekende waarden vervangen schakelt statistische toerekening in en vult ontbrekende waarden in. Gebruik deze transformatie om modelprestaties te verbeteren. Zie Ontbrekende numerieke waarden vervangen.
- Ontbrekende numerieke waarden vervangen
Met Einstein Discovery kunt u ontbrekende numerieke waarden in uw model vervangen. Gebruik de transformatie Ontbrekende variabelen vervangen om statistische toerekening in te schakelen voor een numerieke variabele. Einstein Discovery vervangt ontbrekende waarden automatisch door gegevens die zijn afgeleid van een andere subset van uw gegevens. - Geprojecteerde voorspellingen configureren
Met Einstein Discovery kunt u trendinggegevens voor numerieke variabelen leveren die worden opgenomen in uw voorspellingen, om deze nauwkeuriger te maken. Zo voorspelt u opportunitywinst/verlies op basis van verwachte prijsfluctuaties voor grondstoffen. Als u prijs wilt meenemen in uw voorspelde uitkomst, gebruikt u de transformatie Geprojecteerde voorspellingen en geeft u een gegevensset op die de verwachte prijs voor grondstoffen voorspelt op de sluitingsdatum.
