Prediktivno modeliranje tehnička je jezgra prediktivne analitike: pomoću primjera podataka s poznatim ishodima gradi se model koji za nove slučajeve predviđa vrijednost ili klasu. Uobičajene metode su regresija, stabla odlučivanja, slučajne šume i neuronske mreže. Model može, primjerice, procijeniti cijenu nekretnine na temelju površine, lokacije i godine izgradnje. Prije primjene testira se na izdvojenim podacima kako bi se otkrila pretreniranost.
Agenti, tijekovi rada i predlošci u jednom radnom prostoru – besplatna demo verzija na 24 sata.
Pokrenite demoPrediktivna analitika koristi povijesne podatke, statistiku i strojno učenje za procjenu vjerojatnih budućih događaja. Odgovara na pitanja poput: koji klijenti namjeravaju otkazati? Koliko će zaliha biti potrebno sljedeći mjesec? Kada će vjerojatno otkazati neki stroj? Rezultati su vjerojatnosti, a ne sigurnosti. Njihova vrijednost uvelike ovisi o kvaliteti podataka i o tome ulaze li predviđanja doista u odluke i procese.
Linearna regresija statistička je metoda koja odnos između ciljne varijable i jednog ili više prediktora opisuje pravcem ili ravninom. Koeficijenti se obično biraju tako da minimiziraju zbroj kvadrata odstupanja. Metoda je laka za razumijevanje i interpretaciju: primjerice, može procijeniti koliko raste prihod kada se proračun za oglašavanje poveća za 1000 €. Dolazi do granica kod nelinearnih odnosa.
Regresija slučajnom šumom predviđa numeričke vrijednosti kombiniranjem mnogih stabala odlučivanja. Svako stablo trenira se na slučajnom uzorku podataka i slučajnom izboru značajki; rezultat je prosjek predviđanja svih stabala. Zbog toga je metoda robusnija i manje sklona pretreniranosti od pojedinačnog stabla. Koristi se, primjerice, za prognoze prodaje, procjene cijena ili potrošnju energije – često kao solidna polazna točka za tablične podatke.
Unakrsna validacija metoda je provjere koliko dobro model generalizira na nove, neviđene podatke. Kod k-struke unakrsne validacije podaci se dijele na k dijelova; model se trenira k puta na k−1 dijelova i svaki put testira na preostalom, nakon čega se rezultati usrednjuju. To pomaže otkriti pretreniranost te pošteno usporediti modele ili postavke, osobito kada je podataka malo.
