Prediktívne modelovanie je technické jadro prediktívnej analytiky: z príkladových dát so známymi výsledkami sa vytvorí model, ktorý predpovedá hodnotu alebo triedu pre nové prípady. Medzi bežné metódy patria regresia, rozhodovacie stromy, náhodné lesy a neurónové siete. Model môže napríklad odhadnúť cenu nehnuteľnosti podľa podlahovej plochy, polohy a roku výstavby. Pred nasadením sa testuje na zadržaných dátach, aby sa odhalilo preučenie.
Agenti, postupy a šablóny v jednom pracovnom priestore – bezplatné 24-hodinové demo.
Spustiť demoPrediktívna analytika využíva historické dáta, štatistiku a strojové učenie na odhad pravdepodobných budúcich udalostí. Odpovedá na otázky ako: Ktorí zákazníci sa chystajú odísť? Koľko zásob bude potrebných budúci mesiac? Kedy sa pravdepodobne pokazí stroj? Výsledkom sú pravdepodobnosti, nie istoty. Ich hodnota výrazne závisí od kvality dát a od toho, či sa predpovede skutočne premietnu do rozhodnutí a procesov.
Lineárna regresia je štatistická metóda, ktorá opisuje vzťah medzi cieľovou premennou a jedným alebo viacerými prediktormi pomocou priamky alebo roviny. Koeficienty sa zvyčajne volia tak, aby sa minimalizoval súčet štvorcov odchýlok. Metóda sa dobre chápe a interpretuje: dokáže napríklad odhadnúť, o koľko vzrastú tržby, keď sa reklamný rozpočet zvýši o 1 000 €. Pri nelineárnych vzťahoch narazí na svoje hranice.
Regresia náhodným lesom predpovedá číselné hodnoty kombináciou mnohých rozhodovacích stromov. Každý strom sa trénuje na náhodnej vzorke dát a náhodnom výbere príznakov; výsledkom je priemer predpovedí všetkých stromov. Metóda je vďaka tomu robustnejšia a menej náchylná na preučenie než jediný strom. Používa sa napríklad na predpovede predaja, odhady cien alebo energetických potrieb – často ako solídny východiskový bod pre tabuľkové dáta.
Krížová validácia je metóda na kontrolu, nakoľko dobre model zovšeobecňuje na nové, nevidené údaje. Pri k-násobnej krížovej validácii sa údaje rozdelia na k častí; model sa k-krát trénuje na k−1 častiach a vždy sa testuje na zvyšnej časti, potom sa výsledky spriemerujú. Pomáha to odhaliť preučenie a spravodlivo porovnať modely alebo nastavenia, najmä keď je k dispozícii málo údajov.
