Usted está aquí:
Algoritmos y funciones de pérdida
Los modelos predictivos analizan datos históricos para descubrir patrones y relaciones que predicen resultados futuros. Model Builder proporciona algoritmos para modelos binarios, de clases múltiples y de regresión con parámetros de entrenamiento configurables. Cuando entrena un modelo predictivo con un resultado numérico, las funciones de pérdida miden cuán lejos están los valores predichos de los valores reales. Durante el entrenamiento, el modelo minimiza esta pérdida para mejorar la precisión de la predicción general. La función de pérdida seleccionada determina los tipos de errores de predicción a los que el modelo da prioridad. Estos parámetros le permiten generar predicciones que dirigen las decisiones comerciales y afloran perspectivas de clientes.
Algoritmos admitidos
| Algoritmo | Descripción |
|---|---|
| AdaBoost | AdaBoost es un algoritmo de conjunto que entrena modelos en secuencia y se centra en datos clasificados erróneamente anteriormente para mejorar predicciones. |
| CatBoost | CatBoost es un algoritmo de potenciación de gradiente que gestiona de forma eficiente variables categóricas. Ofrece predicciones precisas con un procesamiento previo de datos mínimo. |
| Árbol de decisiones | Árbol de decisiones es un algoritmo supervisado que crea un árbol de reglas de decisión. Hace que las predicciones sean fáciles de interpretar y visualizar. |
| GLM | predeterminado. Modelo lineal generalizado (GLM) es un algoritmo basado en ecuaciones que normalmente se completa rápidamente. Funciona mejor cuando la relación entre las variables y el resultado es relativamente sencilla. Solo GLM puede producir explicaciones basadas en interacciones entre variables, como el impacto combinado de región y mes. |
| GBM | Máquina de potenciación de gradiente (GBM) es un algoritmo basado en árboles en el que los árboles de decisiones se crean secuencialmente para ajustarse mejor a los datos. En comparación con GLM, gestiona mejor datos complejos, como diferentes relaciones entre variables y distribuciones de datos variadas. |
| LightGBM | Máquina de potenciación de gradiente ligero (LightGBM) es un algoritmo de potenciación de gradiente rápido y ampliable que crea árboles de decisiones para entregar predicciones altamente precisas, especialmente en grandes conjuntos de datos estructurados. |
| MLP | Perceptrón multicapa (MLP) es una red neuronal que captura patrones no lineales complejos entre entradas y salidas y crea predicciones. |
| Pronóstico aleatorio | Random Forest es un algoritmo de árbol de decisiones que mejora la precisión y reduce el sobreajuste para tareas de clasificación o regresión. |
| SVM | Máquina de vectores de asistencia (SVM) es un algoritmo supervisado que maximiza el margen entre clases para realizar predicciones precisas, incluso en espacios de alta dimensión. |
| XGBoost | Potenciación de gradiente extremo (XGBoost) es una extensión de GBM optimizada para la eficiencia. Es un algoritmo basado en árboles en el que los grupos de árboles de decisiones se crean secuencialmente para ajustarse mejor a los datos mientras se evita el sobreajuste. |
Funciones de pérdida para modelos de regresión
Cuando entrena un modelo predictivo con un resultado numérico, las funciones de pérdida miden cuán lejos están los valores predichos de los valores reales. Durante el entrenamiento, el modelo minimiza esta pérdida para mejorar la precisión de la predicción general. La función de pérdida seleccionada determina los tipos de errores de predicción que el modelo prioriza.
Una función de pérdida no determina la compatibilidad del algoritmo por sí sola. La combinación del algoritmo seleccionado, la función de pérdida, los datos y el objetivo comercial determina el rendimiento general del modelo. Para seleccionar y configurar el mejor algoritmo para su objetivo comercial, evalúe cómo se comporta cada función de pérdida.
Los modelos de IA predictiva en Data 360 admiten cuatro funciones de pérdida para modelos de regresión. La función de pérdida que puede aplicar a un modelo depende del algoritmo seleccionado.
| Función de pérdida | Descripción |
|---|---|
| Error cuadrático | Utilice el error cuadrático cuando desee que los errores de mayor tamaño tengan una mayor influencia en el modelo. Esta función de pérdida mide la diferencia entre valores predichos y reales elevando al cuadrado el error. |
| Lineal | Utilice lineal cuando desee reducir la influencia de errores extremos. Esta función de pérdida aplica un impacto proporcional a los errores durante el entrenamiento, haciendo que el modelo sea menos sensible a errores de gran tamaño que Error al cuadrado. |
| Cuantil | Utilice el cuantil cuando desee predecir un percentil específico de un resultado en vez de solo la media. Esta función de pérdida requiere un cuantificador de objetivo. Los cuantificales más altos enfatizan evitar subpredicciones, mientras que los cuantificales más bajos enfatizan evitar sobrepredicciones. Determina cómo penaliza el modelo las predicciones insuficientes en comparación con las predicciones excesivas de modo que aprende a predecir un percentil específico, o cuantificable, del resultado. |
| Gamma | Utilice Gamma cuando su campo de destino contiene muchos valores pequeños y solo algunos valores muy grandes. El campo de destino debe contener valores positivos y no puede contener valores cero o negativos. Esta función de pérdida predice resultados positivos y continuos que están muy sesgados a la derecha. |
Ejemplos de funciones de pérdida de regresión
Estos ejemplos muestran cómo puede utilizar diferentes funciones de pérdida de regresión con algoritmos predictivos.
| Algoritmo | Función de pérdida | Caso de uso |
|---|---|---|
| CatBoost, LightGBM, XGBoost, GLM, Random Forest, AdaBoost, Decision Tree y MLP | Error cuadrático | Predecir el valor de vida útil del cliente. Una predicción con un descuento de 10.000 $ tiene un mayor impacto en el entrenamiento del modelo que una predicción con un descuento de 1.000 $, lo que anima al modelo a minimizar errores de mayor tamaño. |
| CatBoost, LightGBM, XGBoost, AdaBoost y SVM | Lineal | Predecir tiempos de entrega. La mayoría de las entregas están cerca del tiempo esperado, pero algunos retrasos inusuales pueden crear errores extremos. La pérdida lineal reduce la influencia de esos errores extremos en comparación con el error al cuadrado. |
| CatBoost, LightGBM y XGBoost | Cuantil | Predecir el percentil 90 del gasto de los clientes. En vez de estimar el gasto medio, el modelo predice un valor en o por debajo del cual se espera que caiga aproximadamente el 90% del gasto de los clientes. |
| CatBoost, LightGBM y XGBoost | Gamma | Predecir costes de reclamación de seguros. La mayoría de las reclamaciones son relativamente pequeñas, mientras que solo algunas son muy caras. La pérdida gamma está diseñada para resultados positivos y sesgados a la derecha como costes de reclamación. |
