Translation not up to date
Węzeł Zespół łączy co najmniej dwa modele użytkowe w celu uzyskania bardziej dokładnych predykcji, jakie można uzyskać z dowolnego pojedynczego modelu. Połączenie predykcji z wielu modeli umożliwia obejście ograniczeń w poszczególnych modelach, co często powoduje wyższą ogólną dokładność. Modele połączone w ten sposób zwykle działają tak samo dobrze, jak najlepsze z pojedynczych modeli, a często nawet lepiej.
To połączenie węzłów odbywa się automatycznie w zautomatyzowanych węzłach modelowania Auto Klasyfikacja i Auto Predykcja.
Po użyciu węzła zespolenia można użyć węzła analizy lub ewaluacji w celu porównania dokładności połączonych wyników z każdym z modeli wejściowych. W tym celu należy upewnić się, że w ustawieniach węzła Ensemble nie została wybrana opcja Filtruj pola wygenerowane przez modele ensemble .
Zmienne wyjściowe
Każdy węzeł zespolenia powoduje wygenerowanie zmiennej zawierającej połączone oceny. Nazwa jest oparta na określonym polu docelowym i jest poprzedzona przedrostkiem $XF_
, $XS_
lub $XR_
, w zależności od poziomu pomiaru pola: flaga, nominalna (set) lub ilościowa (range). Przykładowo, jeśli zmienną przewidywaną jest zmienna typu flaga o nazwie response
(odpowiedź), zmienna wyjściowa będzie miała nazwę $XF_response
.
Zmienne ufności lub skłonności. Dla zmiennych flagi i nominalnych na podstawie metody zespolenia tworzone są dodatkowe zmienne ufności lub skłonności; szczegóły przedstawiono w poniższej tabeli.
Metoda zespolenia | Nazwa pola |
---|---|
Głosowanie
Poufne głosowanie Surowce-głosowanie ważone Skorygowane-głosowanie ważone-głosowanie ważone Najwyższa ufność wygrywa |
$XFC_<field> |
Średnia surowa skłonność | $XFRP_<field> |
Średnia skorygowana surowa skłonność | $XFAP_<field> |