Du er her:
Gå gjennom scorekortet for forutsigelsen
Når forutsigelsen er ferdig bygd, ser du gjennom resultatene på scorekortet for Einstein-forutsigelsesbygger. Sjekk data for det store bildet, som forutsigelseskvalitet og de beste forutsigerne. Se nærmere på detaljer, som innvirkning, korrelasjon og vekten for hver forutsiger.
Siden Overview (oversikt)
Oversiktssiden viser den generelle forutsigelseskvaliteten, de fem beste forutsigere i modellen og en del grunnleggende informasjon om forutsigelsen. Avhengig av forutsigelseskvaliteten kan du bestemme hvordan forutsigelsen skal brukes basert på denne informasjonen alene. Hvis ikke, ser du gjennom de andre sidene på scorekortet for å se flere detaljer.
Statusen Sist oppdatert viser datoen og klokkeslettet da forutsigelsesmodellen så på eksempeldataene som ble brukt til å bygge forutsigelsen. Einstein lærer opp modellen på nytt én gang i måneden så lenge forutsigelsen er aktiv.
Forutsigere-side
Forutsigere-siden på scorekortet viser hvor stor innvirkningen hver prediktor (forutsiger) i modellen har. Velg et felt som er inkludert i modellen, for å se hvordan det påvirker dem.
Detaljside
Detaljsiden viser feltene som påvirker forutsigelsen, med flere målinger for å angi hvor meningsfylte de er. Hvis forutsigelsesmodellen inneholder flere ennustere enn 100, er det mulig at du ikke ser alle. Scorekortet viser de 100 beste forutsigerne rangert etter innvirkning, og de 100 beste rangert etter korrelasjon. Hvis modellen har minst 100 forutsigere, er antallet som vises i scorekortet, sannsynligvis fra 100 til 200.
- Innvirkning er et tall fra 0 til 1 som representerer den skalerte vekten eller betydningen av en forutsiger.
- Korrelasjon er relasjonen, positiv eller negativ, mellom en forutsiger og feltet som forutsies.
- Betydning og Vekt angir hvor viktig en forutsiger er. Avhengig av modelltypen som ble brukt til å bygge forutsigelsen, vil enten betydning eller vekt vises, ikke begge.
Merk Datateknikere vet og er opptatt av at betydningen brukes når modelltypen er Random Forest, Beslutningstre, Random Forest-regresjon eller Beslutningstre-regresjon. Vekt brukes når modelltypen er Logistisk regresjon eller Lineær regresjon.
Einstein bestemmer hvilken type forutsigelsesmodell som skal brukes, basert på typen forutsigelsesproblem. Se Typer forutsigelsesmodeller for å finne mer informasjon.
Innstillinger-siden
Innstillinger-siden oppsummerer alt som ble valgt da forutsigelsen ble konfigurert. Hvis du vil endre noe, kan du redigere eller klone forutsigelsen og bygge på nytt.
- Anslåtte forutsigelsesresultater
Noen ganger viser scorekort for forutsigelser anslått på to steder: Forutsigelseskvalitet og fordeling av resultater. - Forbedre kvaliteten på ja/nei-forutsigelser
Når du ser gjennom scorekortet for forutsigelser, ser du en forutsigelsesscore. Hvis du ikke er fornøyd, er det noen måter å forbedre forutsigelseskvaliteten på. - Forbedre kvaliteten på numeriske forutsigelser (beta)
Når du ser gjennom en forutsigelses scorekort, får du en kvalitetsscore for forutsigelsen. Her er noen tiltak du kan forsøke for å forbedre kvaliteten hvis du ikke er fornøyd med den. - Typer forutsigelsesmodeller
Forutsigelsens scorekort viser typen forutsigelsesmodell som ble brukt til å bygge forutsigelsen. Einstein-forutsigelsesbygger tester flere forutsigelsesmodeller og velger den som yter best på dataene dine. Modellene vi tester, avhenger av felttypen du forutsier.
