Accueil Finances personnelles Principes de base du processus de classification des données Predictive Analytics - Mannequins

Principes de base du processus de classification des données Predictive Analytics - Mannequins

Vidéo: Cours de classification : la classification ascendante hiérarchique (partie 1/4) 2025

Vidéo: Cours de classification : la classification ascendante hiérarchique (partie 1/4) 2025
Anonim

Au niveau brassin, la classification prédictive des données analytiques se compose de deux étapes: l'étape d'apprentissage et la phase de prédiction. L'étape d'apprentissage consiste à former le modèle de classification en exécutant un ensemble de données passées dans le classificateur. L'objectif est d'apprendre à votre modèle à extraire et découvrir des relations et règles cachées - les règles de classification à partir de données historiques (formation). Le modèle le fait en utilisant un algorithme de classification.

L'étape de prédiction qui suit l'étape d'apprentissage consiste à faire prédire au modèle de nouvelles étiquettes de classe ou des valeurs numériques qui classent des données qu'il n'a pas vues auparavant (c'est-à-dire des données de test).

Pour illustrer ces étapes, supposons que vous soyez propriétaire d'une boutique en ligne qui vend des montres. Vous avez possédé la boutique en ligne pendant un certain temps, et avez rassemblé beaucoup de données transactionnelles et de données personnelles sur les clients qui ont acheté des montres de votre magasin. Supposons que vous ayez capturé ces données via votre site en fournissant des formulaires Web, en plus des données transactionnelles que vous avez collectées lors des opérations.

Vous pouvez également acheter des données auprès d'un tiers qui vous fournit des informations sur vos clients en dehors de leur intérêt pour les montres. Ce n'est pas aussi dur que cela puisse paraître; Il existe des entreprises dont le modèle d'affaires est de suivre les clients en ligne et de collecter et de vendre des informations précieuses à leur sujet.

La plupart de ces sociétés tierces rassemblent des données provenant de sites de médias sociaux et appliquent des méthodes d'exploration de données pour découvrir la relation entre les utilisateurs individuels et les produits. Dans ce cas, en tant que propriétaire d'un magasin de montres, vous seriez intéressé par la relation entre les clients et leur intérêt à acheter des montres.

Vous pouvez déduire ce type d'informations en analysant, par exemple, un profil de réseau social d'un client, ou un commentaire de microblog du type que vous trouvez sur Twitter.

Pour mesurer le niveau d'intérêt d'un individu dans les montres, vous pouvez appliquer l'un des outils d'analyse de texte permettant de découvrir ces corrélations dans le texte écrit d'un individu (statuts de réseaux sociaux, tweets, blogues, etc.) ou en ligne. tels que les interactions sociales en ligne, les téléchargements de photos et les recherches).

Après avoir recueilli toutes ces données sur les transactions passées et les intérêts actuels de vos clients - les données d'entraînement qui montrent votre modèle à rechercher - vous devrez l'organiser en une structure qui le rendra facile d'accès et d'utilisation (comme une base de données).

À ce stade, vous avez atteint la deuxième phase de la classification des données: l'étape de prédiction,, qui consiste à tester votre modèle et l'exactitude des règles de classification qu'il a générées. À cette fin, vous aurez besoin de données client historiques supplémentaires, appelées données de test (qui sont différentes des données d'apprentissage).

Vous alimentez ces données de test dans votre modèle et mesurez l'exactitude des prédictions qui en résultent. Vous comptez les heures où le modèle a correctement prédit le comportement futur des clients représentés dans vos données de test. Vous comptez également les heures où le modèle a fait de fausses prédictions.

À ce stade, vous n'avez que deux résultats possibles: Soit vous êtes satisfait de l'exactitude du modèle, soit vous n'êtes pas:

  • Si vous êtes satisfait, vous pouvez commencer à préparer votre modèle prédictions dans le cadre d'un système de production.

  • Si vous n'êtes pas satisfait de la prédiction, vous devrez recycler votre modèle avec un nouveau jeu de données d'entraînement.

Si vos données d'entraînement d'origine n'étaient pas assez représentatives du bassin de vos clients ou si elles contenaient des données bruyantes qui faussaient les résultats du modèle en introduisant de faux signaux, il y a encore du travail à faire pour que votre modèle fonctionne. L'un ou l'autre résultat est utile à sa manière.

Principes de base du processus de classification des données Predictive Analytics - Mannequins

Le choix des éditeurs

Conventions de dénomination pour Ruby on Rails - mannequins

Conventions de dénomination pour Ruby on Rails - mannequins

Vous utilisez Ruby on Rails pour créer un site Web application ou application de base de données Web, ce qui est très intelligent de votre part. En fonction de ce que vous utilisez (une application, une relation un-à-plusieurs ou une relation plusieurs-à-plusieurs), vous utilisez différentes variantes des protocoles d'attribution de noms Rails, qui sont expliquées dans les sections suivantes. Ruby Naming for ...

En orbite, panoramique et zoom dans la vue 3D de Blender - mannequins

En orbite, panoramique et zoom dans la vue 3D de Blender - mannequins

En essayant de naviguer dans un espace en trois dimensions à travers un écran bidimensionnel comme un écran d'ordinateur, vous ne pouvez pas interagir avec cet espace 3D virtuel exactement comme vous le feriez dans le monde réel, ou espace de vie. La meilleure façon de visualiser le travail en 3D à travers un programme comme Blender est d'imaginer la vue 3D comme vos yeux ...

Déplacement de clips sur la timeline dans Final Cut Pro HD - Ficelles

Déplacement de clips sur la timeline dans Final Cut Pro HD - Ficelles

Final Cut Pro HD Timeline vous permet d'organiser tous vos clips vidéo et audio afin qu'ils racontent l'histoire que vous voulez raconter. Pour comprendre le fonctionnement de la Timeline, imaginez-la comme une page de partitions, mais plutôt que de placer des notes de musique de différentes durées (noires, demi-notes, ...

Le choix des éditeurs

Contrôle et modification de l'associativité des dimensions dans AutoCAD - Dummies

Contrôle et modification de l'associativité des dimensions dans AutoCAD - Dummies

Lorsque vous ajoutez des dimensions en sélectionnant des objets ou en utilisant l'accrochage aux objets Pour sélectionner des points sur les objets, AutoCAD crée normalement des dimensions associatives, qui sont connectées aux objets et se déplacent avec eux. C'est le cas dans les nouveaux dessins créés à l'origine dans toute version d'AutoCAD à partir de 2002. Si vous ...

Copie de styles de cote existants dans AutoCAD 2008 - mannequins

Copie de styles de cote existants dans AutoCAD 2008 - mannequins

Si vous avez la chance de travailler dans un bureau Quelqu'un a mis en place des styles de cotes qui conviennent à votre secteur d'activité et à votre projet. Vous pouvez le copier et ainsi éviter de devoir créer vos propres styles de cote. (Un style de cote - ou dimstyle pour faire court - est une collection de paramètres de dessin appelée dimension ...

En choisissant un style d'édition AutoCAD -

En choisissant un style d'édition AutoCAD -

Dans AutoCAD vous passez généralement plus de temps à éditer que dessiner des objets. C'est en partie parce que le processus de conception et de rédaction est, par nature, sujet à des changements, et aussi parce que AutoCAD vous permet de modifier facilement les objets proprement. AutoCAD propose trois styles d'édition: Commande-première Sélection-première Objet-direct (poignée) AutoCAD fait référence à l'édition de commandes comme verbe-nom ...

Le choix des éditeurs

Praxis Examen d'éducation élémentaire - Présentations orales - mannequins

Praxis Examen d'éducation élémentaire - Présentations orales - mannequins

Parce que les élèves doivent généralement donner des présentations orales en classe , vous rencontrerez probablement une question sur ce sujet dans l'examen Praxis Elementary Education. Plus formelles que les discussions de groupe, les présentations orales ont leurs propres règles pour le conférencier. Lorsque vous donnez une présentation en classe, il y a plusieurs ...

Praxis Examen d'éducation élémentaire - Littérature et texte d'information - mannequins

Praxis Examen d'éducation élémentaire - Littérature et texte d'information - mannequins

L'examen Praxis Elementary Education sur la littérature et le texte d'information, c'est-à-dire la fiction et la non-fiction. Vous devrez donc vous familiariser avec les différents genres d'écriture. La compréhension du texte est un processus qui se produit au fil du temps.

Praxis Examen d'éducation élémentaire - Connaissance phonologique - mannequins

Praxis Examen d'éducation élémentaire - Connaissance phonologique - mannequins

Vous rencontrerez probablement une ou deux questions qui impliquent des questions phonologiques sensibilisation à l'examen Praxis Elementary Education. La conscience phonologique est une compétence large impliquant la reconnaissance de son. Les lecteurs débutants commencent par apprendre les sons individuels, ou phonèmes, dans des mots parlés. Par exemple, le mot chat a trois phonèmes: / c / / a / / t /. Un lecteur débutant apprend ...