Show Menu
主題×

設定傾向得分

請依照下列步驟,使用「傾向分數」視覺化。
  1. 開啟新工作區,然後按一 Add 下> Visualization > Predictive Analytics > Scoring > Propensity Score
  2. 設定( Target 相依變數)。
    通過選擇:
  • 維元素 :在工作區中按一下滑鼠右鍵,然後選取 Table 。 然後選取「維度」元素作為相依變數。
  • Filter Editor 。按一 Add 下> Visualization > Filter Editor 以開啟「篩選編輯器」視覺化。
    選取「維」元素或「篩選」作為相依變數後,按一 Set Target ​下,輸入名稱以說明相依變數。 然後按 OK 一下(並確定篩選方塊已反白顯示)以設定Target。
    您為目標提供的名稱是將顯示在左側窗格中的從屬變數。
  1. 新增獨立變數。
    使用量度或維度元素新增獨立變數。
  • 量度 . 從「傾向評分」工具列中,從功能表選取 Metrics 量度。
  • 維元素 :在工作區中按一下滑鼠右鍵,然後選取 Table 。 選取一或多個「維度」元素,然後使用+鍵拖曳至 Independent Variables 下方的左 Element 欄或方 <Ctrl> 塊中 <Alt>
  1. 設定 Training Filter . 您可以從「傾向評分」工具列按一下「 Options >」 Set Training Filter ,定義要評分的訪客集。 這將提供僅使用您想要分數的訪客所建立之資料子集。 例如,在上個月瀏覽的訪客、居住於澳洲的訪客或檢視特定產品的訪客。
    預設篩選是 Train on Everyone ,但您可以在表格中啟動或 Dimension Elements 使用建立篩選器來變更 Filter Editor
    選取維度元素或建立篩選器後,在啟動時,按一下「 選項 > 設定訓練篩選器 」,輸入要說明篩選器的名稱,然後按一下 OK
  2. 確定所有輸入後,請按 Go
    計分程式將從多次傳遞資料開始。 然後,它會以橫條圖的形式顯示結果,並且以百分比線為單位。
  3. 儲存傾向分數。
    從6.1開始,您現在可以在使用「儲存傾向分數」時選擇:
  • 維度
  • 維度與量度
    您最後可以有兩個儲存的檔案,一個維度和一個定義的度量。
    如果您提交「傾向分數」以進行處理,則只會得到維度。
    衍生量度是關聯的平均分數量度。
  1. 檢查準確性。
    系統將顯示 Model Complete 並生成評分模型。
    按一下滑鼠右 Model Complete 鍵可識別由系統定義之計分模型的精確度。 介於0%到100%的值會識別訪客符合變數的可 Target 能性。
    混淆矩陣通過實際正(AP)、實際負(AN)、預測正(PP)和預測負(PN)的組合給出四種計數。 通過對20%的預留測試資料應用最終的評分模型,得到了這些資料,並且我們知道其真實答案。 如果分數大於50%,則會預測為正面案例(符合已定義的事件)。
準確度 識別所有預測的正確預測,以指出模型的精確性。
(TP + TN)/(TP + FP + TN + FN)
召回 識別重新識別計分模型的能力。
TP /(TP + FN)
精確度 識別差異程度。
TP /(TP + FP)
  1. 在「模型完整」視覺 化上按一下滑鼠右鍵 ,然後 Lift Chart ​選取、 Gain Chart ​或 Model Viewer.