Vous êtes ici :
Algorithmes et fonctions de perte
Les modèles prédictifs analysent les données historiques afin de découvrir des modèles et des relations qui prédisent les résultats futurs. Le Générateur de modèle fournit des algorithmes pour des modèles binaires, multiclasses et de régression avec des paramètres d'entraînement configurables. Lorsque vous entraînez un modèle prédictif avec un résultat numérique, les fonctions de perte mesurent la distance entre les valeurs prédites et les valeurs réelles. Pendant l'entraînement, le modèle réduit cette perte afin d'améliorer la précision générale des prédictions. La fonction de perte sélectionnée détermine les types d'erreur de prédiction prioritaires pour le modèle.Ces paramètres permettent de générer des prédictions qui déterminent les décisions métiers et exposent les connaissances des clients.
Algorithmes pris en charge
| Algorithme | Description |
|---|---|
| AdaBoost | AdaBoost est un algorithme d'ensemble qui entraîne les modèles en séquence et se concentre sur les données précédemment mal classées pour améliorer les prédictions. |
| CatBoost | CatBoost est un algorithme d'optimisation du gradient qui gère efficacement les variables de catégorie. Il fournit des prédictions précises avec un prétraitement minimal des données. |
| Arbre de décision | Arbre de décision est un algorithme supervisé qui construit un arbre de règles de décision. Il facilite l'interprétation et la visualisation des prédictions. |
| MLG | Par défaut. Le modèle linéaire généralisé (MLG) est un algorithme basé sur une équation qui se termine généralement rapidement. Il fonctionne mieux lorsque la relation entre les variables et le résultat est relativement simple. Seul le GLM peut produire des explications basées sur les interactions entre des variables, telles que l'impact combiné de la région et du mois. |
| GBM | Gradient Boosting Machine (GBM) est un algorithme basé sur une arborescence dans lequel les arbres de décision sont construits de façon séquentielle pour mieux s'adapter aux données. Comparé à GLM, il gère mieux les données complexes, telles que les relations différentes entre les variables et les distributions de données variées. |
| LightGBM | Light Gradient Boosting Machine (LightGBM) est un algorithme rapide et évolutif d'optimisation du gradient qui construit des arbres de décision pour fournir des prédictions très précises, en particulier sur les jeux de données structurés volumineux. |
| MLP | Multilayer Perceptron (MLP) est un réseau de neurones qui capture des modèles non linéaires complexes entre les entrées et les sorties, et crée des prédictions. |
| Forêt aléatoire | Random Forest est un algorithme d'arbre de décision qui améliore la précision et réduit le sur-apprentissage pour les tâches de classification ou de régression. |
| SVM | Support Vector Machine (SVM) est un algorithme supervisé qui maximise la marge entre les classes pour établir des prédictions précises, même dans des espaces à haute dimension. |
| XGBoost | Extreme gradient boosting (XGBoost) est une extension de GBM optimisée pour l'efficacité. C'est un algorithme basé sur une arborescence dans lequel des groupes d'arbres de décision sont construits de façon séquentielle pour mieux s'adapter aux données tout en évitant le sur-apprentissage. |
Fonctions de perte pour les modèles de régression
Lorsque vous entraînez un modèle prédictif avec un résultat numérique, les fonctions de perte mesurent la distance entre les valeurs prédites et les valeurs réelles. Pendant l'entraînement, le modèle réduit cette perte afin d'améliorer la précision générale des prédictions. La fonction de perte sélectionnée détermine les types d'erreur de prédiction prioritaires pour le modèle.
Une fonction de perte ne détermine pas seule la compatibilité de l'algorithme. La combinaison de l'algorithme sélectionné, de la fonction de perte, des données et de l'objectif métier détermine les performances globales du modèle. Pour sélectionner et configurer le meilleur algorithme pour votre objectif métier, évaluez le comportement de chaque fonction de perte.
Les modèles d'IA prédictive dans Data 360 prennent en charge quatre fonctions de perte pour les modèles de régression. La fonction de perte que vous pouvez appliquer à un modèle dépend de l'algorithme sélectionné.
| Fonction de perte | Description |
|---|---|
| Erreur au carré | Utilisez l'erreur au carré lorsque vous souhaitez que les erreurs plus importantes aient une plus grande influence sur le modèle. Cette fonction de perte mesure la différence entre les valeurs prédites et réelles en équarrissant l'erreur. |
| Linéaire | Utilisez linéaire pour réduire l'influence des erreurs extrêmes. Cette fonction de perte applique un impact proportionnel aux erreurs pendant l'entraînement, ce qui rend le modèle moins sensible aux erreurs volumineuses que l'Erreur carrée. |
| Quantile | Utilisez quantile pour prédire un percentile spécifique d'un résultat au lieu de la moyenne seulement. Cette fonction de perte nécessite un quantile cible. Les quantiles supérieurs insistent sur l'évitement des sous-prédictions, alors que les quantiles inférieurs insistent sur l'évitement des surprédictions. Il détermine comment le modèle pénalise les sous-prédictions par rapport aux surprédictions afin d'apprendre à prédire un percentile, ou quantile, spécifique du résultat. |
| Gamma | Utilisez Gamma lorsque votre champ cible contient de nombreuses petites valeurs et seulement quelques très grandes valeurs. Le champ cible doit contenir des valeurs positives et ne peut pas contenir de valeurs nulles ou négatives. Cette fonction de perte prédit des résultats positifs et continus fortement asymétriques. |
Exemples de fonctions de perte de régression
Ces exemples montrent comment utiliser différentes fonctions de perte de régression avec des algorithmes prédictifs.
| Algorithme | Fonction de perte | Cas d'utilisation |
|---|---|---|
| CatBoost, LightGBM, XGBoost, GLM, Random Forest, AdaBoost, Decision Tree et MLP | Erreur au carré | Prédisez la valeur de durée de vie du client. Une prédiction avec 10 000 € de remise a un impact plus important sur l'entraînement du modèle qu'une prédiction avec 1000 € de remise, ce qui encourage le modèle à minimiser les erreurs plus importantes. |
| CatBoost, LightGBM, XGBoost, AdaBoost et SVM | Linéaire | Prédisez les délais de livraison. La plupart des livraisons sont proches de l'heure prévue, mais quelques retards inhabituels peuvent créer des erreurs extrêmes. La perte linéaire réduit l'influence de ces erreurs extrêmes par rapport à l'erreur au carré. |
| CatBoost, LightGBM et XGBoost | Quantile | Prédisez le 90e percentile des dépenses des clients. Au lieu d'estimer les dépenses moyennes, le modèle prédit une valeur égale ou inférieure à laquelle environ 90 % des dépenses des clients devraient tomber. |
| CatBoost, LightGBM et XGBoost | Gamma | Prédisez les coûts de réclamation d'assurance. La plupart des déclarations sont relativement petites, alors que seules quelques-unes sont très coûteuses. La perte gamma est conçue pour des résultats positifs et biaisés, tels que les coûts de réclamation. |
