知识库 : 逻辑回归产品分析

Edit Document

目录

1.               参数设置

2.               模型参数设置

3.               模型查看

4.               预测

  1. 参数设置

    C:\Users\ADMINI~1\AppData\Local\Temp\enhtmlclip\Image.png
    目标字段:预测类别字段。比如客户类别。
    输入字段:参与回归训练的属性字段。

    类似与SPSS(见下图),因为某一类别的算法(比如分类算法)数据角色都一样,可能需要 很多算法节点来训练模型,抽象出这样的节点,就不必重复设置了。

    C:\Users\ADMINI~1\AppData\Local\Temp\enhtmlclip\Image(1).png
     
  2. 模型参数设置

    C:\Users\ADMINI~1\AppData\Local\Temp\enhtmlclip\Image(2).png

    类别:多项式,二项式预测,对应目标属性的分类个数。 (这个参数是否有必要设置,因为可以根据目标属性判断类别的具体个数)
    属性筛选方法:类似与其它回归算法,根据不同的策略(涉及假设检验)选取与目标属性关系度比较大的输入属性。
    目标字段的基准类别:选一具体分类做基准类别,只针对其它类别构建回归模型,其它模型构建好后,基准类别的概率也就确定了。
    全析因:所有输入属性都参与模型构建,不会再做筛选,( spss 做了三个分类,感觉不是很有必要。
  3. 模型查看

    构建好的回归方程式,类似于spss,截图如下:

    C:\Users\ADMINI~1\AppData\Local\Temp\enhtmlclip\Image(3).png

    训练属性的重要性程度排名,表格或者图表展现

    C:\Users\ADMINI~1\AppData\Local\Temp\enhtmlclip\Image(4).png

    模型的高级属性:显示模型的各种性能指标,比如针对模型是否有效的假设检验,模型预测精度的交叉列联表等。

    C:\Users\ADMINI~1\AppData\Local\Temp\enhtmlclip\Image(5).png  
  4. 预测
    预测过程与其它分类算法差别不大,但可生成属于某一类别的概率。
    C:\Users\ADMINI~1\AppData\Local\Temp\enhtmlclip\2015-4-16 9-39-38.png  

 

Attachments:

逻辑回归产品分析.docx (application/vnd.openxmlformats-officedocument.wordprocessingml.document)