Du är här:
Algoritmer och förlustfunktioner
Prediktiva modeller analyserar historiska data för att upptäcka mönster och relationer som förutsäger framtida resultat. Modellbyggaren tillhandahåller algoritmer för binära, flerklassiga och regressionsmodeller med konfigurerbara utbildningsinställningar. När du tränar en prediktiv modell med ett numeriskt resultat mäter förlustfunktioner hur långt förutsagda värden är från faktiska värden. Under utbildningen minimerar modellen denna förlust för att förbättra den övergripande förutsägelseprecisionen. Den valda förlustfunktionen avgör vilka typer av förutsägelsefel som modellen prioriterar. Med dessa inställningar kan du skapa förutsägelser som driver verksamhetsbeslut och lyfter fram kundinsikter.
Algoritmer som stöds
| Algoritm | Beskrivning |
|---|---|
| AdaBoost | AdaBoost är en ensemblealgoritm som utbildar modeller i sekvens och fokuserar på tidigare felklassificerade data för att förbättra förutsägelser. |
| CatBoost : | CatBoost är en gradientboostalgoritm som effektivt hanterar kategoriska variabler. Den levererar korrekta förutsägelser med minimal förbehandling av data. |
| Beslutsträd | Beslutsträd är en övervakad algoritm som bygger ett träd av beslutsregler. Det gör förutsägelser enkla att tolka och visualisera. |
| GLM | Standard. Generaliserad linjär modell (GLM) är en ekvationsbaserad algoritm som vanligtvis slutförs snabbt. Det fungerar bäst när relationen mellan variablerna och resultatet är relativt enkelt. Endast GLM kan skapa förklaringar baserat på interaktioner mellan variabler, till exempel den kombinerade påverkan av region och månad. |
| GBM | Gradientboosting Machine (GBM) är en trädbaserad algoritm där beslutsträd byggs sekventiellt för att bättre passa dina data. Jämfört med GLM hanterar den komplexa data, som olika relationer mellan variabler och olika datadistributioner, bättre. |
| LightGBM | Light Gradient Boosting Machine (LightGBM) är en snabb, skalbar algoritm för gradientboosting som bygger beslutsträd för att leverera mycket korrekta förutsägelser, särskilt på stora strukturerade datauppsättningar. |
| MLP | Flerlagersperceptron (MLP) är ett neuralt nätverk som samlar in komplexa icke-linjära mönster mellan indata och utdata och skapar förutsägelser. |
| Slumpmässig skog | Slumpmässig skog är en beslutsträdalgoritm som förbättrar precisionen och minskar överanpassning för klassificering eller regression. |
| SVM | Support Vector Machine (SVM) är en övervakad algoritm som maximerar marginalen mellan klasser för att göra korrekta förutsägelser, även i högdimensionella utrymmen. |
| XGBoost | Extreme Gradient Boosting (XGBoost) är en förlängning av GBM som är optimerad för effektivitet. Det är en trädbaserad algoritm där grupper av beslutsträd byggs sekventiellt för att bättre passa dina data och samtidigt undvika överanpassning. |
Förlustfunktioner för regressionsmodeller
När du tränar en prediktiv modell med ett numeriskt resultat mäter förlustfunktioner hur långt förutsagda värden är från faktiska värden. Under utbildningen minimerar modellen denna förlust för att förbättra den övergripande förutsägelseprecisionen. Den valda förlustfunktionen avgör vilka typer av förutsägelsefel som modellen prioriterar.
En förlustfunktion avgör inte algoritmkompatibilitet på egen hand. Kombinationen av vald algoritm, förlustfunktion, data och verksamhetsmål avgör övergripande modellprestanda. För att välja och konfigurera den bästa algoritmen för ditt verksamhetsmål, utvärdera hur varje förlustfunktion beter sig.
Prediktiva AI-modeller i Data 360 har stöd för fyra förlustfunktioner för regressionsmodeller. Vilken förlustfunktion du kan tillämpa på en modell beror på den valda algoritmen.
| Förlustfunktion | Beskrivning |
|---|---|
| Kvadratfel | Använd kvadratfel när du vill att större fel ska ha större påverkan på modellen. Denna förlustfunktion mäter skillnaden mellan förutsagda och faktiska värden genom att mäta felet i kvadrat. |
| Linjär | Använd linjärt när du vill minska påverkan av extrema fel. Denna förlustfunktion tillämpar en proportionell påverkan på fel under träning, vilket gör modellen mindre känslig för stora fel än Kvadratfel. |
| Kvantil | Använd kvantil när du vill förutsäga en specifik percentil för ett resultat istället för endast genomsnittet. Denna förlustfunktion kräver en målkvantil. Högre kvantvärden betonar att undvika underförutsägelser, medan lägre kvantvärden betonar att undvika överförutsägelser. Den avgör hur modellen bestraffar underförutsägelser jämfört med överförutsägelser så att den lär sig förutsäga en specifik percentil, eller kvantil, för resultatet. |
| Gamma | Använd Gamma när ditt målfält innehåller många små värden och endast några mycket stora värden. Målfältet måste innehålla positiva värden och kan inte innehålla noll eller negativa värden. Denna förlustfunktion förutsäger positiva, kontinuerliga resultat som är kraftigt högervridna. |
Exempel på funktion för regressionsförlust
Dessa exempel visar hur du kan använda olika funktioner för regressionsförlust med prediktiva algoritmer.
| Algoritm | Förlustfunktion | Användningsfall |
|---|---|---|
| CatBoost, LightGBM, XGBoost, GLM, Slumpmässig skog, AdaBoost, Beslutsträd och MLP | Kvadratfel | Förutsäg kunders livstidsvärde. En förutsägelse som är 10 000 kr lägre än en förutsägelse som är 1 000 kr lägre än en förutsägelse, vilket uppmuntrar modellen att minimera större fel. |
| CatBoost, LightGBM, XGBoost, AdaBoost och SVM | Linjär | Förutsäg leveranstider. De flesta leveranser är nära den förväntade tiden, men några ovanliga förseningar kan skapa extrema fel. Linjär förlust minskar påverkan av dessa extrema fel jämfört med kvadratfel. |
| CatBoost, LightGBM och XGBoost | Kvantil | Förutsäg den 90:e percentilen för kunders utgifter. Istället för att uppskatta genomsnittliga utgifter förutsäger modellen ett värde på eller under vilket cirka 90 % av kundernas utgifter förväntas sjunka. |
| CatBoost, LightGBM och XGBoost | Gamma | Förutsäg kostnader för försäkringsanspråk. De flesta anspråk är relativt små, medan endast ett fåtal är mycket dyra. Gammaförlust är utformad för positiva, högervridna resultat som anspråkskostnader. |
