Modelowanie predykcyjne to techniczne jądro analityki predykcyjnej: na podstawie przykładowych danych ze znanymi wynikami buduje się model, który przewiduje wartość lub klasę dla nowych przypadków. Typowe metody to regresja, drzewa decyzyjne, lasy losowe i sieci neuronowe. Model może na przykład szacować cenę nieruchomości na podstawie powierzchni, lokalizacji i roku budowy. Przed wdrożeniem testuje się go na zatrzymanych danych, aby wykryć przeuczenie.
Agenci, przepływy i szablony w jednym obszarze roboczym – bezpłatne demo na 24 godziny.
Uruchom demoAnalityka predykcyjna wykorzystuje dane historyczne, statystykę i uczenie maszynowe do szacowania prawdopodobnych przyszłych zdarzeń. Odpowiada na pytania takie jak: którzy klienci zamierzają zrezygnować? Ile towaru będzie potrzebne w przyszłym miesiącu? Kiedy maszyna prawdopodobnie ulegnie awarii? Wynikami są prawdopodobieństwa, a nie pewniki. Ich wartość w dużym stopniu zależy od jakości danych oraz od tego, czy prognozy faktycznie trafiają do decyzji i procesów.
Regresja liniowa to metoda statystyczna opisująca zależność między zmienną docelową a jedną lub kilkoma zmiennymi objaśniającymi za pomocą prostej lub płaszczyzny. Współczynniki dobiera się zwykle tak, aby zminimalizować sumę kwadratów odchyleń. Metoda jest łatwa do zrozumienia i interpretacji: pozwala na przykład oszacować, o ile rosną przychody, gdy budżet reklamowy wzrasta o 1000 €. Jej granice pojawiają się przy zależnościach nieliniowych.
Regresja lasu losowego przewiduje wartości liczbowe, łącząc wiele drzew decyzyjnych. Każde drzewo jest trenowane na losowej próbce danych i losowym wyborze cech; wynikiem jest średnia przewidywań wszystkich drzew. Dzięki temu metoda jest bardziej odporna i mniej podatna na przeuczenie niż pojedyncze drzewo. Stosuje się ją na przykład do prognoz sprzedaży, szacowania cen lub zapotrzebowania na energię – często jako solidny punkt wyjścia dla danych tabelarycznych.
Walidacja krzyżowa to metoda sprawdzania, jak dobrze model generalizuje na nowe, nieznane dane. W k-krotnej walidacji krzyżowej dane dzieli się na k części; model jest trenowany k razy na k−1 częściach i za każdym razem testowany na pozostałej, po czym wyniki są uśredniane. Pomaga to wykrywać przeuczenie oraz rzetelnie porównywać modele lub ustawienia, zwłaszcza gdy danych jest niewiele.
