Você está aqui:
Configurar variáveis numéricas
Defina as configurações para variáveis de número individuais em seu modelo.
Edições obrigatórias
Nota Histórias do Einstein Discovery agora são modelos. Seria bom podermos estalar os dedos para atualizar o nome em todos os lugares, mas você pode esperar ver o nome anterior eventualmente até ele ser substituído.
| Disponível no Salesforce Classic e no Lightning Experience. |
| Disponível com o CRM Analytics, que está disponível por um custo extra nas edições Enterprise, Performance e Unlimited. Também disponível na Developer Edition. |
| Permissões necessárias ao usuário | |
|---|---|
| Para configurar os campos de número em um modelo: | Criar e atualizar modelos do Einstein Discovery |
- Na página Configurações de modelo, clique em uma variável numérica.
- Na guia Alerta, responda a quaisquer sugestões sobre problemas de dados para esse campo. Para obter mais informações, consulte Processar alertas de qualidade.
-
Na guia Desempenho, veja como seu modelo funciona para cada valor na variável selecionada.
O desempenho é mostrado como uma pontuação decimal, em que 1 é a precisão perfeita. Por exemplo, na variável DailyQuantity, os valores "143 a 193" têm uma pontuação de desempenho de 0,73 e os valores "501 a 791" têm uma pontuação de 0,67. Você pode concluir que o desempenho do modelo é melhor quando a quantidade diária é de 143 a 193 do que quando é de 501 a 791.
-
Se estiver usando uma classificação binária ou um modelo de regressão, clique em Análise de contagem de linhas para ver uma comparação detalhada dos valores por desempenho e contagem de linhas.
-
Opcionalmente, se estiver usando um modelo de classificação multiclasse, veja o desempenho de cada valor por resultado.
- Para expandir um valor para ver o desempenho por resultado, clique em
. - Para ver uma comparação gráfica de valores e resultados por desempenho e contagem de linhas, clique em Análise de contagem de linhas.
- Use a lista suspensa para selecionar diferentes resultados (1). O gráfico é atualizado de acordo com o resultado selecionado.
- Alterne entre Classe real e Classe prevista (2). Os dados de grupos Classe real com base no valor observado. Os dados de grupos Classe prevista com base no valor previsto.
- Para ver uma comparação gráfica de valores e resultados por desempenho e contagem de linhas, clique em Análise de contagem de linhas.
- Para ver um gráfico do desempenho por valor e resultado, clique em Análise detalhada. Quanto mais escuro for o círculo, melhor será o desempenho. Quanto maior for o círculo, maior será a contagem de linhas.
- Para expandir um valor para ver o desempenho por resultado, clique em
-
Se estiver usando uma classificação binária ou um modelo de regressão, clique em Análise de contagem de linhas para ver uma comparação detalhada dos valores por desempenho e contagem de linhas.
-
Na guia Configurações, defina as seguintes configurações.
Configuração Descrição Analisar quanto ao viés Selecione essa opção para excluir uma variável do modelo de modo que ele não influencie previsões e recomendações. Se selecionado, o Einstein Discovery mostrará um ícone de escudo ao lado do título da percepção para lembrar que esse é uma variável confidencial.
Isso permite avaliar e avaliar o impacto do campo no modelo. O Einstein Discovery ainda vai notificá-lo se ele mostrar uma correlação de 50% ou mais com a variável do resultado do modelo.
Transformar Selecione uma transformação para aplicar melhorias de dados.
- A opção Substituir valores ausentes habilita a imputação estatística e preenche os valores ausentes. Use essa transformação para melhorar o desempenho do modelo. Consulte Substituir valores numéricos ausentes.Nota A opção Substituir valores ausentes influencia o modelo gerado durante a análise, mas não tem efeito sobre as percepções geradas.
- A opção Previsões projetadas permitem fornecer dados de tendência que são considerados em suas previsões para deixá-las mais precisas. Consulte Configurar previsões projetadas.Nota A opção Previsões projetadas influencia o modelo gerado durante a análise, mas não tem efeito sobre as percepções geradas.
Valores de grupo por Selecione como agrupar dados.
Nota Uma variável numérica com baixa cardinalidade (10 observações ou menos) é convertida em uma variável de texto. O Einstein Discovery exibe esse valor ao longo do eixo x em vez de em um intervalo (bucket).Número de buckets Especifique o número de grupos para mostrar em gráficos. O Einstein Discovery agrupa automaticamente os números com base no comportamento. Incluir apenas Crie um intervalo numérico adicionando valores mínimos e máximos aos campos Valor inicial e Valor final. Histograma Um gráfico de barras mostra o número de valores ocorridos no intervalo de números. As alterações entram em vigor depois de você criar o modelo.
- A opção Substituir valores ausentes habilita a imputação estatística e preenche os valores ausentes. Use essa transformação para melhorar o desempenho do modelo. Consulte Substituir valores numéricos ausentes.
- Substituir valores numéricos ausentes
O Einstein Discovery permite que você substitua valores numéricos ausentes em seu modelo. Use a transformação Substituir variáveis ausentes para habilitar a imputação estatística em uma variável numérica. O Einstein Discovery substitui automaticamente valores ausentes por dados derivados de outro subconjunto de seus dados. - Configurar previsões projetadas
O Einstein Discovery agora permite que você forneça dados de tendência para variáveis numéricas que fatoram suas previsões para deixá-las mais precisas. Por exemplo, você prevê o ganho/perda de oportunidade com base em flutuações de preço para matérias-primas. Para fatorar o preço em seu resultado previsto, use a transformação Previsões projetadas e forneça um conjunto de dados que projete o preço esperado para matérias-primas na data de fechamento.
Este artigo resolveu seu problema?
Diga-nos para podermos melhorar!
