Глава 1     Глава 2     Глава 3   

Управление временными метриками при помощи описательных данных 3


Двухуровневое моделирование

•              Последовательное и параллельное моделирование для классовых и интервальных целевых признаков.
•              Выбор модели в виде дерева решений, регрессии или нейронной сети на каждом уровне.

•              Управление применением прогноза для классов к прогнозу интервалов.

•              Точная оценка экономической выгодности клиентов.

Методы вывода путем сопоставления

•              Метод отбора ближайших k-соседей для категоризации или прогноза наблюдений.

•              Запатентованные методы создания дерева и поиска с уменьшенной размерностью.

Множества моделей

• Объединение прогнозов моделей для создания потенциально более сильного решения.

• Среди методов: усреднение, мажоритарная выборка, выбор максимального значения.

Сравнение моделей

•              Сравнение нескольких моделей в рамках единой инструментальной оболочки для всех источников данных.

•              Автоматический выбор лучшей модели на основе заданного пользователем критерия.

•              Расширенная статистика соответствия и диагностики.

•              Ступенчатые диаграммы.

•              Кривые ROC.

•              Диаграммы прибылей и убытков с возможностью выбора решения.

•              Матрица неточностей (классификации).

•              График распределения вероятностных оценок классовых целевых признаков.

•              Ранжирование и распределение оценок интервальных целевых признаков.

Количественная оценка

•              Интерактивная количественная оценка узла в рамках графического интерфейса.

•              Автоматическая генерация оценочного кода на языках SAS, C, Java и PMML.

•              Моделирование сбора, кластеризации, преобразования и вычисления недостающих значений для оценочных кодов на языках SAS, C и Java.

•              Развертывание моделей в нескольких средах.

Инструментальные средства

•              Узел удаления переменных.

•              Узел слияния данных.

•              Узел метаданных, позволяющий изменять столбцы метаданных, например роль, уровень измерений и порядок.