Questa esercitazione utilizza il nodo Feature Selection per aiutare a identificare i campi più importanti nel predire un determinato risultato. Da un insieme di centinaia o addirittura migliaia di predittori, il nodo Feature Selection esamina, classifica e seleziona i predittori che potrebbero essere più importanti. In definitiva, si potrebbe ottenere un modello più rapido ed efficiente, che utilizza un minor numero di predittori, viene eseguito più rapidamente e potrebbe essere più facile da capire.
Anteprima del tutorial
Guardate questo video per vedere in anteprima i passaggi di questa esercitazione. L'interfaccia utente mostrata nel video potrebbe presentare lievi differenze. Il video è destinato ad accompagnare l'esercitazione scritta. Questo video fornisce un metodo visivo per apprendere i concetti e le attività di questa documentazione.
Prova il tutorial
In questa esercitazione, completerete questi compiti:
Questa esercitazione utilizza il flusso Screening Predictors del progetto campione. Il file di dati utilizzato è customer_dbase.csv. L'immagine seguente mostra il flusso del modellatore di esempio.
Figura 1. Flusso del modellatore di campioni
Questo esempio concentra l'attenzione solo su una delle offerte come
obiettivo. Utilizza il nodo di costruzione ad albero CHAID per sviluppare un modello che descriva quali clienti hanno maggiori probabilità di rispondere alla promozione. Vengono messi a confronto due approcci:
Senza selezione della funzione. Tutti i campi
predittore nell'insieme di dati vengono utilizzati come input per la
struttura ad albero CHAID.
Con selezione della funzione. Il nodo Feature Selection viene utilizzato per selezionare i 10 predittori migliori. Questi predittori vengono inseriti nell'albero CHAID.
Confrontando i due modelli ad albero risultanti, si può vedere come la selezione delle caratteristiche possa produrre risultati efficaci.
L'immagine seguente mostra il set di dati di esempio.Figura 2. Dataset di esempio
Compito 1: Aprire il progetto di esempio
Il progetto campione contiene diversi set di dati e flussi di modellazione di esempio. Se non si dispone già del progetto di esempio, consultare l'argomento Tutorial per creare il progetto di esempio. Seguite quindi i passaggi seguenti per aprire il progetto campione:
In Cloud Pak for Data, dal menu di navigazione, scegliere Progetti > Visualizza tutti i progetti.
Fare clic su ProgettoSPSS Modeler.
Fare clic sulla scheda Assets per visualizzare i set di dati e i flussi del modellatore.
Controlla i tuoi progressi
L'immagine seguente mostra la scheda Assets del progetto. Ora si è pronti a lavorare con il flusso del modellatore di esempio associato a questa esercitazione.
Fare doppio clic sul nodo response_01 (Selezione di una caratteristica) per visualizzarne le proprietà.
Espandere la sezione Opzioni di costruzione per vedere le regole e i criteri definiti che vengono utilizzati per selezionare o squalificare i campi.Figura 4. Selezione delle funzioni Opzioni di costruzione
Passare il mouse sul nodo response_01 (Selezione di una caratteristica) e fare clic sull'icona Esegui.
Nel riquadro Output e modelli, fare clic sul modello con il nome response_01 per visualizzarlo. I risultati mostrano i campi che sono risultati utili nella previsione, classificati per importanza. Esaminando tali campi, è possibile decidere quali di essi utilizzare nelle
successive sessioni di modellazione.
Per confrontare i risultati senza selezione delle caratteristiche, è necessario utilizzare due nodi di modellazione CHAID nel flusso: uno che utilizza la selezione delle caratteristiche e uno che non la utilizza.
Fare doppio clic sul nodo Con tutti i campi (CHAID) per visualizzarne le proprietà.
In Obiettivi, verificare che siano selezionate le opzioni Costruisci nuovo modello e Crea un modello standard.
Espandere la sezione Base e verificare che la Profondità massima dell'albero sia impostata su Personalizzato e che il numero di livelli sia impostato su '5.
Fare clic su Salva.
Fare doppio clic sul nodo Utilizzo dei 10 campi principali (CHAID) per visualizzarne le proprietà
Verificare le stesse proprietà del nodo Con tutti i campi (CHAID).
Fare clic su Salva.
Controlla i tuoi progressi
L'immagine seguente mostra il nodo Modellazione. Ora si è pronti a eseguire il flusso e a visualizzare i risultati.
Attività 4: Esecuzione del flusso e visualizzazione dei risultati
Seguire questi passaggi per eseguire il flusso e visualizzare i risultati dei due modelli con e senza selezione delle caratteristiche:
Fare clic su Esegui tutto. Durante l'esecuzione, notare quanto tempo impiega ciascun modello a terminare la costruzione.
Nel riquadro Output e modelli, fare clic sul modello con il nome Con tutti i campi per visualizzare i risultati.
Fare clic sulla pagina Diagramma ad albero.
Zoomare verso l'esterno per vedere l'estensione del diagramma ad albero.
Chiudere la finestra dei dettagli del modello.
Nel riquadro Output e modelli, fare clic sul modelrun con il nome Utilizzo dei campi Top 10 per visualizzare i risultati.
Fare clic sulla pagina Diagramma ad albero.
Zoomare verso l'esterno per vedere l'estensione del diagramma ad albero.
Il secondo modello è stato eseguito più rapidamente del primo. Poiché questo set di dati è relativamente piccolo, la differenza nei tempi di esecuzione è probabilmente di pochi secondi; ma per set di dati reali più grandi, la differenza potrebbe essere notevole: minuti o addirittura ore. L'uso della selezione delle caratteristiche può accelerare notevolmente i tempi di elaborazione.
Si potrebbe invece utilizzare un algoritmo di costruzione di alberi per svolgere il lavoro di selezione delle caratteristiche, consentendo all'albero di identificare i predittori più importanti. Infatti, l'algoritmo CHAID viene spesso utilizzato per questo scopo, ed
è anche possibile espandere la struttura ad albero gradualmente per
controllarne la profondità e la complessità. Tuttavia, il nodo Feature Selection è più veloce e facile da usare. Classifica tutti i predittori in un'unica fase, aiutandovi a identificare rapidamente i campi più importanti.
Controlla i tuoi progressi
L'immagine seguente mostra il diagramma ad albero del modello.
La seconda struttura ad albero contiene un numero minore di nodi della
struttura ad albero rispetto alla prima. È semplice da comprendere. L'utilizzo di un numero minore di predittori è
meno costoso. Questo perché la quantità di dati da raccogliere, elaborare ed
inserire nei modelli è inferiore. Il tempo di elaborazione viene ridotto. In questo esempio, anche con il passo supplementare per la selezione delle
funzioni, la creazione del modello è stata più rapida con il numero minore di
predittori. Con un set di dati reali più ampio, il risparmio di tempo potrebbe essere notevolmente amplificato.
L'utilizzo di un numero minore di predittori comporta la semplificazione
del calcolo del punteggio. Ad esempio, si potrebbero identificare solo quattro profili di clienti che
potrebbero aderire alla promozione. Con un numero maggiore di predittori, si corre il rischio di un overfitting del modello. Il modello più semplice potrebbe generalizzarsi meglio ad altri insiemi di dati (anche se è necessario testare questo approccio per esserne certi).
Use this interactive map to learn about the relationships between your tasks, the tools you need, the services that provide the tools, and where you use the tools.
Select any task, tool, service, or workspace
You'll learn what you need, how to get it, and where to use it.
Tasks you'll do
Some tasks have a choice of tools and services.
Tools you'll use
Some tools perform the same tasks but have different features and levels of automation.
Create a notebook in which you run Python, R, or Scala code to prepare, visualize, and analyze data, or build a model.
Automatically analyze your tabular data and generate candidate model pipelines customized for your predictive modeling problem.
Create a visual flow that uses modeling algorithms to prepare data and build and train a model, using a guided approach to machine learning that doesn’t require coding.
Create and manage scenarios to find the best solution to your optimization problem by comparing different combinations of your model, data, and solutions.
Create a flow of ordered operations to cleanse and shape data. Visualize data to identify problems and discover insights.
Automate the model lifecycle, including preparing data, training models, and creating deployments.
Work with R notebooks and scripts in an integrated development environment.
Create a federated learning experiment to train a common model on a set of remote data sources. Share training results without sharing data.
Deploy and run your data science and AI solutions in a test or production environment.
Find and share your data and other assets.
Import asset metadata from a connection into a project or a catalog.
Enrich imported asset metadata with business context, data profiling, and quality assessment.
Measure and monitor the quality of your data.
Create and run masking flows to prepare copies of data assets that are masked by advanced data protection rules.
Create your business vocabulary to enrich assets and rules to protect data.
Track data movement and usage for transparency and determining data accuracy.
Track AI models from request to production.
Create a flow with a set of connectors and stages to transform and integrate data. Provide enriched and tailored information for your enterprise.
Create a virtual table to segment or combine data from one or more tables.
Measure outcomes from your AI models and help ensure the fairness, explainability, and compliance of all your models.
Replicate data to target systems with low latency, transactional integrity and optimized data capture.
Consolidate data from the disparate sources that fuel your business and establish a single, trusted, 360-degree view of your customers.
Services you can use
Services add features and tools to the platform.
Develop powerful AI solutions with an integrated collaborative studio and industry-standard APIs and SDKs. Formerly known as Watson Studio.
Quickly build, run and manage generative AI and machine learning applications with built-in performance and scalability. Formerly known as Watson Machine Learning.
Discover, profile, catalog, and share trusted data in your organization.
Create ETL and data pipeline services for real-time, micro-batch, and batch data orchestration.
View, access, manipulate, and analyze your data without moving it.
Monitor your AI models for bias, fairness, and trust with added transparency on how your AI models make decisions.
Provide efficient change data capture and near real-time data delivery with transactional integrity.
Improve trust in AI pipelines by identifying duplicate records and providing reliable data about your customers, suppliers, or partners.
Increase data pipeline transparency so you can determine data accuracy throughout your models and systems.
Where you'll work
Collaborative workspaces contain tools for specific tasks.
Where you work with data.
> Projects > View all projects
Where you find and share assets.
> Catalogs > View all catalogs
Where you deploy and run assets that are ready for testing or production.
> Deployments
Where you manage governance artifacts.
> Governance > Categories
Where you virtualize data.
> Data > Data virtualization
Where you consolidate data into a 360 degree view.
Informazioni sui cookie del presente sitoPer il corretto funzionamento, i nostri siti Web richiedono alcuni cookie (richiesto). Inoltre, con il suo consenso, potrebbero essere utilizzati altri cookie per l'analisi dell'utilizzo del sito, per migliorare l'esperienza utente e per scopi pubblicitari.Per ulteriori informazioni, consultare le. Visitando il nostro sito web, accettate il trattamento delle informazioni da parte nostra come descritto nelladichiarazione sulla privacy di IBM.Per consentire una corretta navigazione, le preferenze per i cookie dell'utente verranno condivise sui domini Web IBM qui elencati.
Guardate questo video per vedere in anteprima i passaggi di questa esercitazione. L'interfaccia utente mostrata nel video potrebbe presentare lievi differenze. Il video è destinato ad accompagnare l'esercitazione scritta. Questo video fornisce un metodo visivo per apprendere i concetti e le attività di questa documentazione.
, scegliere Progetti > Visualizza tutti i progetti.
Controlla i tuoi progressi
.
