U bent hier:
Algoritmen en verliesfuncties
Voorspellende modellen analyseren historische gegevens om patronen en relaties te ontdekken die toekomstige uitkomsten voorspellen. Modelsamensteller biedt algoritmen voor binaire modellen, modellen met meerdere klassen en regressiemodellen met configureerbare trainingsinstellingen. Wanneer u een voorspellingsmodel traint met een numerieke uitkomst, meten verliesfuncties hoe ver voorspelde waarden zijn verwijderd van feitelijke waarden. Tijdens de training minimaliseert het model dit verlies om de algemene nauwkeurigheid van voorspellingen te verbeteren. De geselecteerde verliesfunctie bepaalt de typen voorspellingsfouten die het model prioriteert. Met deze instellingen kunt u voorspellingen genereren die bedrijfsbeslissingen sturen en klantinsights naar boven halen.
Ondersteunde algoritmen
| Algoritme | Beschrijving |
|---|---|
| AdaBoost | AdaBoost is een ensemblealgoritme dat modellen in volgorde traint en zich richt op voorheen verkeerd geclassificeerde gegevens om voorspellingen te verbeteren. |
| CatBoost | CatBoost is een algoritme voor het vergroten van kleurverloop dat categorische variabelen efficiënt afhandelt. Het levert nauwkeurige voorspellingen met minimale gegevensvoorverwerking. |
| Beslissingsstructuur | Beslissingsstructuur is een gecontroleerd algoritme dat een structuur van beslissingsregels samenstelt. Het maakt voorspellingen gemakkelijk te interpreteren en visualiseren. |
| GLM | Standaard. Generalized Linear Model (GLM) is een op vergelijkingen gebaseerd algoritme dat doorgaans snel wordt voltooid. Het werkt het best wanneer de relatie tussen de variabelen en de uitkomst relatief eenvoudig is. Alleen GLM kan verklaringen produceren op basis van de interactie tussen variabelen, zoals de gecombineerde impact van regio en maand. |
| GBM | Gradient Boosting Machine (GBM) is een op een boom gebaseerd algoritme waarbij beslissingsstructuren sequentieel worden samengesteld om de gegevens beter te laten aansluiten. Het verwerkt gegevenscomplexiteit, zoals verschillende relaties tussen variabelen en gevarieerde gegevensdistributies, beter dan GLM. |
| LightGBM | LightGBM (Light Gradient Boosting Machine) is een snel, schaalbaar algoritme voor het vergroten van kleurverlopen dat beslissingsstructuren samenstelt om zeer nauwkeurige voorspellingen te leveren, vooral voor grote gestructureerde gegevenssets. |
| MLP | Multilayer Perceptron (MLP) is een neuraal netwerk dat complexe niet-lineaire patronen tussen invoer en uitvoer vastlegt en voorspellingen maakt. |
| Willekeurige forest | Random Forest is een algoritme voor de beslissingsstructuur dat de nauwkeurigheid verbetert en het aantal gevallen van niet-passen bij classificatie- of regressietaken vermindert. |
| SVM | Support Vector Machine (SVM) is een gecontroleerd algoritme dat de marge tussen klassen maximaliseert om nauwkeurige voorspellingen te doen, zelfs in hoogdimensionale ruimten. |
| XGBoost | Extreme gradient boosting (XGBoost) is een uitbreiding van GBM die is geoptimaliseerd voor efficiëntie. Het is een op een boomstructuur gebaseerd algoritme waarbij groepen beslissingsbomen sequentieel worden samengesteld om de gegevens beter te laten aansluiten, zonder dat er te veel wordt gebruikt. |
Verliesfuncties voor regressiemodellen
Wanneer u een voorspellingsmodel traint met een numerieke uitkomst, meten verliesfuncties hoe ver voorspelde waarden zijn verwijderd van feitelijke waarden. Tijdens de training minimaliseert het model dit verlies om de algemene nauwkeurigheid van voorspellingen te verbeteren. De geselecteerde verliesfunctie bepaalt de typen voorspellingsfouten die het model prioriteert.
Een verliesfunctie bepaalt niet alleen de compatibiliteit van algoritmen. De combinatie van het geselecteerde algoritme, de verliesfunctie, de gegevens en de bedrijfsdoelstelling bepaalt de algemene modelprestaties. Als u het beste algoritme voor uw bedrijfsdoel wilt selecteren en configureren, evalueert u hoe elke verliesfunctie werkt.
Voorspellende AI-modellen in Data 360 ondersteunen vier verliesfuncties voor regressiemodellen. Welke verliesfunctie u kunt toepassen op een model, is afhankelijk van het geselecteerde algoritme.
| Verlies-functie | Beschrijving |
|---|---|
| Kwadratische fout | Gebruik kwadratische fout wanneer u grotere fouten een grotere invloed op het model wilt laten hebben. Deze verliesfunctie meet het verschil tussen voorspelde en feitelijke waarden door de fout te kwadrateren. |
| Lineair | Gebruik lineair wanneer u de invloed van extreme fouten wilt verminderen. Deze verliesfunctie past een proportionele impact toe op fouten tijdens training, waardoor het model minder gevoelig is voor grote fouten dan Kwadratische fout. |
| Kwantiel | Gebruik kwantiel wanneer u een specifiek percentiel van een uitkomst wilt voorspellen in plaats van alleen het gemiddelde. Deze verliesfunctie vereist een doelkwantiel. Hogere kwantielen leggen de nadruk op het vermijden van ondervoorspellingen, terwijl lagere kwantielen de nadruk leggen op het vermijden van overvoorspellingen. Het bepaalt hoe het model ondervoorspellingen bestraft in vergelijking met overvoorspellingen, zodat het leert om een specifiek percentiel, of kwantiel, van de uitkomst te voorspellen. |
| Gamma | Gebruik Gamma wanneer uw doelveld veel kleine waarden en slechts enkele zeer grote waarden bevat. Het doelveld moet positieve waarden bevatten en mag geen nul- of negatieve waarden bevatten. Deze verliesfunctie voorspelt positieve, continue uitkomsten die sterk rechts vertekend zijn. |
Voorbeelden van regressieverliesfunctie
Deze voorbeelden laten zien hoe u verschillende regressieverliesfuncties kunt gebruiken met voorspellende algoritmen.
| Algoritme | Verlies-functie | Gebruikscase |
|---|---|---|
| CatBoost, LightGBM, XGBoost, GLM, Random Forest, AdaBoost, Decision Tree en MLP | Kwadratische fout | Levenswaarde van klanten voorspellen. Een voorspelling met een korting van € 10.000 heeft een grotere impact op modeltraining dan een voorspelling met een korting van € 1000, waardoor het model wordt aangemoedigd om grotere fouten te minimaliseren. |
| CatBoost, LightGBM, XGBoost, AdaBoost en SVM | Lineair | Levertijden voorspellen. De meeste leveringen zijn dicht bij de verwachte tijd, maar een paar ongewone vertragingen kunnen leiden tot extreme fouten. Lineair verlies vermindert de invloed van die extreme fouten in vergelijking met kwadratische fouten. |
| CatBoost, LightGBM en XGBoost | Kwantiel | Voorspel het 90e percentiel van klantuitgaven. In plaats van de gemiddelde uitgaven te schatten, voorspelt het model een waarde bij of onder welke naar verwachting ongeveer 90% van de uitgaven van klanten zal dalen. |
| CatBoost, LightGBM en XGBoost | Gamma | Voorspel de kosten van verzekeringsclaims. De meeste claims zijn relatief klein, terwijl slechts enkele erg duur zijn. Gammaverlies is ontworpen voor positieve, rechtse uitkomsten zoals claimkosten. |
