Você está aqui:
Algoritmos e funções de perda
Modelos preditivos analisam dados históricos para descobrir padrões e relacionamentos que preveem resultados futuros. O Criador de modelos fornece algoritmos para modelos binários, multiclasse e de regressão com configurações de treinamento configuráveis. Quando você treina um modelo preditivo com um resultado numérico, as funções de perda medem a distância entre os valores previstos e os valores reais. Durante o treinamento, o modelo minimiza essa perda para melhorar a precisão geral da previsão. A função de perda selecionada determina os tipos de erros de previsão que o modelo prioriza.Essas configurações permitem gerar previsões que conduzem decisões de negócios e revelam percepções do cliente.
Algoritmos suportados
| Algoritmo | Descrição |
|---|---|
| AdaBoost | AdaBoost é um algoritmo de conjunto que treina modelos em sequência e se concentra em dados classificados incorretamente anteriormente para melhorar as previsões. |
| CatBoost | CatBoost é um algoritmo de aumento de gradiente que lida com eficiência com variáveis categóricas. Ele fornece previsões precisas com o mínimo de pré-processamento de dados. |
| Árvore de decisão | A Árvore de decisão é um algoritmo supervisionado que cria uma árvore de regras de decisão. Isso facilita a interpretação e a visualização das previsões. |
| GLM | Padrão. O Modelo linear generalizado (GLM) é um algoritmo baseado em equação que geralmente é concluído rapidamente. Funciona melhor quando o relacionamento entre as variáveis e o resultado é relativamente simples. Somente o GLM pode produzir explicações com base nas interações entre as variáveis, como o impacto combinado de região e mês. |
| GBM | A Mecanismo de reforço de gradiente (GBM) é um algoritmo baseado em árvore em que árvores de decisão são criadas sequencialmente para caber melhor nos dados. Comparado ao GLM, ele lida melhor com dados complexos, como diferentes relacionamentos entre variáveis e distribuições de dados variadas. |
| LightGBM | A Light Gradient Boosting Machine (LightGBM) é um algoritmo rápido e escalonável de aumento de gradiente que cria árvores de decisão para fornecer previsões altamente precisas, especialmente em grandes conjuntos de dados estruturados. |
| MLP | O Perceptron multilayer (MLP) é uma rede neural que captura padrões não lineares complexos entre entradas e saídas e cria previsões. |
| Previsão aleatória | A floresta aleatória é um algoritmo de árvore de decisão que melhora a precisão e reduz a sobreajuste para tarefas de classificação ou regressão. |
| SVM | Suporte a máquina vetorial (SVM) é um algoritmo supervisionado que maximiza a margem entre classes para fazer previsões precisas, mesmo em espaços de alta dimensão. |
| XGBoost | O reforço de gradiente extremo (XGBoost) é uma extensão do GBM otimizada para eficiência. É um algoritmo baseado em árvore em que grupos de árvores de decisão são criados sequencialmente para caber melhor nos dados e evitar sobreajuste. |
Funções de perda para modelos de regressão
Quando você treina um modelo preditivo com um resultado numérico, as funções de perda medem a distância entre os valores previstos e os valores reais. Durante o treinamento, o modelo minimiza essa perda para melhorar a precisão geral da previsão. A função de perda selecionada determina os tipos de erros de previsão que o modelo prioriza.
Uma função de perda não determina a compatibilidade do algoritmo sozinha. A combinação do algoritmo selecionado, da função de perda, dos dados e do objetivo de negócios determina o desempenho geral do modelo. Para selecionar e configurar o melhor algoritmo para sua meta de negócios, avalie como cada função de perda se comporta.
Os modelos de IA preditiva no Data 360 oferecem suporte a quatro funções de perda para modelos de regressão. A função de perda que você pode aplicar a um modelo depende do algoritmo selecionado.
| Função de perda | Descrição |
|---|---|
| Erro quadrático | Use erro quadrado quando quiser que erros maiores tenham mais influência sobre o modelo. Essa função de perda mede a diferença entre os valores previstos e reais quadrando o erro. |
| Linear | Use linear quando quiser reduzir a influência de erros extremos. Essa função de perda aplica um impacto proporcional a erros durante o treinamento, tornando o modelo menos sensível a erros grandes do que Erro quadrático. |
| Quantil | Use quantil quando quiser prever um percentil específico de um resultado, em vez de apenas a média. Essa função de perda requer uma quantidade de destino. Quantidades mais altas enfatizam evitar subprevisões, enquanto quantidades mais baixas enfatizam evitar previsões excessivas. Ele determina como o modelo penaliza subprevisões em comparação a previsões excessivas para que ele aprenda a prever um percentil específico, ou quantil, do resultado. |
| Gamma | Use Gamma quando seu campo de destino contiver muitos valores pequenos e apenas alguns valores muito grandes. O campo de destino deve conter valores positivos e não pode conter valores zero ou negativos. Essa função de perda prevê resultados positivos e contínuos fortemente desviados para a direita. |
Exemplos de função de perda de regressão
Estes exemplos mostram como você pode usar diferentes funções de perda de regressão com algoritmos preditivos.
| Algoritmo | Função de perda | Caso de uso |
|---|---|---|
| CatBoost, LightGBM, XGBoost, GLM, Random Forest, AdaBoost, Árvore de decisão e MLP | Erro quadrático | Preveja o valor da vida útil do cliente. Uma previsão com desconto de US$ 10.000 tem um impacto maior sobre o treinamento do modelo do que uma previsão com desconto de US$ 1.000, o que incentiva o modelo a minimizar erros maiores. |
| CatBoost, LightGBM, XGBoost, AdaBoost e SVM | Linear | Preveja os horários de entrega. A maioria das entregas está próxima do tempo esperado, mas alguns atrasos incomuns podem criar erros extremos. A perda linear reduz a influência desses erros extremos em comparação ao erro quadrado. |
| CatBoost, LightGBM e XGBoost | Quantil | Preveja o 90o percentil do gasto do cliente. Em vez de estimar o gasto médio, o modelo prevê um valor em ou abaixo do qual aproximadamente 90% dos gastos do cliente deverão cair. |
| CatBoost, LightGBM e XGBoost | Gamma | Preveja os custos de reivindicação de seguro. A maioria das reivindicações é relativamente pequena, enquanto apenas algumas são altamente caras. A perda de gama é projetada para resultados positivos direitamente definidos, como custos de declaração. |
