El proyecto de muestra contiene varios conjuntos de datos y flujos de modelado de muestra. Si aún no tiene el proyecto de ejemplo, consulte el tema Tutoriales para crear el proyecto de ejemplo. A continuación, siga estos pasos para abrir el proyecto de ejemplo:

1. En Cloud Pak for Data, en el menú de navegación ' , seleccione Proyectos > Ver todos los proyectos.
2. Haga clic en ProyectoSPSS Modeler.
3. Haga clic en la pestaña Activos para ver los conjuntos de datos y los flujos del modelador.

' Comprueba tu progreso

La siguiente imagen muestra la pestaña Activos del proyecto. Ahora está listo para trabajar con el flujo del modelador de ejemplo asociado a este tutorial.

volver a la parte superior

La promoción de ventas al por menor incluye varios nodos. Siga estos pasos para examinar los nodos Activo de datos, Derivar y Tipo:

Nodo Activo de datos

1. En la pestaña Activos, abra el flujo del modelador Promoción de ventas al por menor y espere a que se cargue el lienzo.
2. Haga doble clic en el nodo goods1n.csv. Este nodo es un nodo de Activos de Datos que apunta al archivo goods1n.csv en el proyecto.
3. Revise las propiedades del formato de archivo.
4. Haga clic en Vista previa de datos para ver el conjunto de datos completo.
5. Observa que cada registro contiene:
   • Class. Tipo de producto.
   • Cost. Precio unitario.
   • Promotion. Índice del importe gastado en una promoción concreta.
   • Before. Ingresos antes de la promoción.
   • After. Ingresos después de la promoción.

   Los dos campos de ingresos (Before " y " After) se expresan en términos absolutos. Sin embargo, parece probable que el aumento de los ingresos después de la promoción (y presumiblemente como resultado de ella) pueda ser una cifra más útil.

6. Cierre la vista previa de datos y el panel lateral de propiedades.

Nodo Derivar

1. Haga doble clic en el nodo Aumentar (Derivar). Este nodo obtiene el valor del aumento de los ingresos.
2. Revise la configuración, en particular, el campo Expresión; que contiene una fórmula para derivar el incremento como porcentaje de los ingresos antes de la promoción: ' (After - Before) / Before * 100.0.
3. Haga clic en Vista previa de datos para ver el conjunto de datos con los valores derivados.
4. Fíjese en la columna Incremento.

   Para cada clase de producto, existe una relación casi lineal entre el aumento de los ingresos y el coste de la promoción. Por lo tanto, parece probable que un árbol de decisión o una red neuronal pueda predecir, con una precisión razonable, el aumento de los ingresos de los otros campos disponibles.

5. Cierre la vista previa de datos y el panel lateral de propiedades.

Nodo Tipo

1. Haga doble clic en el nodo Definir tipos (Tipo). Este nodo especifica las propiedades de los campos, como el nivel de medición (el tipo de datos que contiene el campo) y la función de cada campo como objetivo o entrada en el modelado. El nivel de medición es una categoría que indica el tipo de datos del campo. El archivo de datos de origen utiliza tres niveles de medición diferentes:
   • Un campo continuo (como el campo " Age ") contiene valores numéricos continuos.
   • Un campo nominal (como el campo " Education ") tiene dos o más valores distintos, en este caso " College o " High school.
   • Un campo ordinal (como el campo " Income level ") describe datos con varios valores distintos que tienen un orden inherente, en este caso " Low, " Medium y " High.

     Para cada campo, el nodo Tipo también especifica una función para indicar el papel que desempeña cada campo en el modelado. El rol se establece en Target para el campo ' Increase, que es el campo que se derivó. El ' target ' es el campo para el que desea predecir el valor.

     En la mayoría de los demás campos, la función es "Entrada". Los campos de entrada se conocen a veces como " predictors, o campos cuyos valores utiliza el algoritmo de modelización para predecir el valor del campo objetivo.

     La función del campo " After " es Ninguna, por lo que el algoritmo de modelado no utiliza este campo.

2. Opcional: Haga clic en Vista previa de datos para ver el conjunto de datos con los valores derivados.

' Comprueba tu progreso

La siguiente imagen muestra el nodo Tipo. Ya está listo para generar y comparar los modelos.

volver a la parte superior

El flujo entrena una red neuronal y un árbol de decisión para hacer esta predicción de aumento de ingresos. Siga estos pasos para generar los dos modelos:

Generar los modelos

1. Haga doble clic en el nodo Incremento (Red neuronal ) para revisar sus propiedades.
   1. Amplíe la sección Conceptos básicos para ver que el Perceptrón multicapa es el tipo de modelo. Esta propiedad determina cómo la red conecta los predictores con los objetivos a través de las capas ocultas. El perceptrón multicapa permite relaciones más complejas con el posible coste de aumentar el tiempo de entrenamiento y puntuación.
   2. Amplíe la sección Opciones del modelo para ver las propiedades de evaluación y puntuación.
2. Haga doble clic en el nodo Aumentar (Árbol C&R ) para ver sus propiedades.
3. Haga clic en Ejecutar todo ', y espere a que se generen los nuggets del modelo.

' Comprueba tu progreso

La siguiente imagen muestra la salida del nodo Análisis.

volver a la parte superior