Il nodo Insieme combina due o più nugget del modello per ottenere previsioni più precise di quelle ricavabili dai singoli modelli. Se si combinano le previsioni di più modelli è possibile superare le limitazioni dei singoli modelli e ottenere un livello di precisione complessiva più elevato. I modelli combinati in questo modo forniscono in genere prestazioni almeno equivalenti a quelle del singolo modello migliore, quando non addirittura superiori.
Questa combinazione di nodi si verifica automaticamente nei nodi Modelli automatici Classificatore automatico e Numerico automatico.
Dopo avere utilizzato il nodo Insieme è possibile utilizzare un nodo Analisi o Valutazione per confrontare la precisione dei risultati combinati con quelli di ogni modello di input. Per eseguire questa operazione, verificare che l'opzione Filtra campi generati dai modelli di classificazione binari sia deselezionata nelle impostazioni del nodo Insieme.
Campi di output
Ogni nodo Insieme genera un campo contenente i punteggi combinati. Il nome del campo è
composto dal campo obiettivo specificato con il prefisso $XF_
, $XS_
o
$XR_
, a seconda del livello di misurazione del campo: indicatore, nominale (insieme) o
continuo (intervallo) rispettivamente. Ad esempio, se l'obiettivo è un campo indicatore denominato response
, il campo di output sarà $XF_response
.
Campi di confidenza o propensione. Per i campi nominali e indicatori, vengono creati ulteriori campi di confidenza o propensione in base al metodo dell'insieme, come indicato in dettaglio nella tabella riportata di seguito.
Metodo di insieme | Nome campo |
---|---|
Votazione
Voto ponderato in base alla confidenza Voto ponderato in base alla propensione grezza Voto ponderato in base alla propensione regolata |
$XFC_<field> |
Propensione grezza media | $XFRP_<field> |
Propensione grezza/regolata media | $XFAP_<field> |