Comando TRAIN

O tipo de previsão a ser usado durante o treinamento de um modelo preditivo:

• CLASSIFIER use algoritmos de classificação para treinar um modelo

  Use a classificação se quiser prever a que classe ou categoria os registros pertencem.

• REGRESSOR use algoritmos de regressão para treinar um modelo

  Use regressão se quiser prever valores numéricos associados aos registros.

Um ou mais campos de entrada de treinamento.

Os campos podem ser de caracteres, numéricos ou lógicos. Vários campos devem ser separados por espaço.

O campo que o modelo é treinado para prever com base nos campos de entrada de treinamento.

Os tipos diferentes de previsão (classificação ou regressão) funcionam com tipos de dados de campos diferentes:

A métrica a ser usada para pontuar (ajustar e classificar) os modelos gerados.

O modelo gerado com o melhor valor para essa métrica é mantido e os demais são descartados.

Um subconjunto diferente de métricas é válido dependendo do tipo de previsão que você está usando (classificação ou regressão):

O tempo total, em minutos, do treinamento e da otimização de um modelo preditivo.

O treinamento e a otimização envolvem pesquisas entre diferentes configurações de fluxo (diferentes combinações de modelo, pré-processador e hiperparâmetros).

Tempo de execução máximo em minutos por avaliação de modelo.

O nome do arquivo de modelo gerado pelo processo de treinamento.

O arquivo de modelo contém o modelo mais adequado ao conjunto de dados de treinamento. Você informará o modelo ao comando PREDICT para gerar previsões sobre um conjunto de dados novo e desconhecido.

Especifique nome_modelo como uma cadeia entre aspas. Por exemplo: TO "Previsão_inadimplência_empréstimo.model"

Você pode especificar a extensão de arquivo *.model ou permitir que seja especificada automaticamente pelo Analytics.

Por padrão, o arquivo de modelo é salvo na pasta que contém o projeto do Analytics.

Use um caminho de arquivo absoluto ou relativo para salvar o arquivo de modelo em uma pasta diferente já existente:

• TO "C:\Previsão_inadimplência_empréstimo"
• TO "Saída treinamento ML\Previsão_inadimplência_empréstimo.model"

O nome da tabela de avaliação de modelos gerada pelo processo de treinamento.

A tabela de avaliação de modelos contém dois tipos distintos de informações:

• Pontuador/métrica para a classificação ou as métricas de regressão, estimativas quantitativas do desempenho preditivo do arquivo de modelo gerado pelo processo de treinamento

  Métricas diferentes fornecem tipos diferentes de estimativas. Pontuador identifica a métrica especificada com SCORER. Métrica identifica as métricas que você não especificou.

• Importância/coeficiente em ordem decrescente, valores que indicam quanto cada recurso (previsor) contribui para as previsões efetuadas pelo modelo

Especifique nome_tabela como uma cadeia entre aspas com uma extensão de arquivo .FIL. Por exemplo: TO "=Avaliação_modelo.FIL"

Por padrão, o arquivo de dados da tabela (.FIL) é salvo na pasta que contém o projeto do Analytics.

Use um caminho de arquivo absoluto ou relativo para salvar o arquivo de dados em uma pasta diferente já existente:

• TO "C:\Avaliação_modelo.FIL"
• TO "Saída treinamento ML\Avaliação_modelo.FIL"

opcional

Uma expressão condicional que deve ser verdadeira para processar cada registro. O comando é executado apenas nos registros que atendem à condição.

opcional

Uma expressão condicional que deve ser verdadeira para processar cada registro. O comando é executado até que a condição seja avaliada como falsa ou o fim da tabela seja alcançado.

opcional

O número de registros a ser processado:

• FIRST iniciar o processamento a partir do primeiro registro até alcançar o número de registros especificado
• NEXT iniciar o processamento a partir do registro selecionado no momento até alcançar o número de registros especificado

Use intervalo para especificar o número de registros a serem processados.

Se você omitir FIRST e NEXT, todos os registros serão processados por padrão.

O número de partições de validação cruzada a usar na avaliação e na otimização do modelo.

As partições são subdivisões do conjunto de dados de treinamento e são usadas em um processo de validação cruzada.

Normalmente, o uso de 5 a 10 partições gera bons resultados no treinamento de um modelo. O número mínimo de partições permitido é 2 e o máximo é 10.

opcional

O valor de origem usado para inicializar o gerador de números aleatórios no Analytics.

Se você omitir SEED, o Analytics selecionará aleatoriamente o valor de origem.

Especifique explicitamente um valor de origem, e o registre, se quiser replicar o processo de treinamento com o mesmo conjunto de dados no futuro.

opcional

Treine e pontue apenas modelos lineares.

Se LINEAR for omitido, todos os tipos de modelo relevantes à classificação ou à regressão serão avaliados.

opcional

Exclua a seleção de recursos e o pré-processamento de dados do processo de treinamento.

A seleção de recursos é a seleção automatizada de campos no conjunto de dados de treinamento que são os mais úteis na otimização do modelo preditivo. A seleção automatizada pode aprimorar o desempenho preditivo e reduzir a quantidade de dados envolvidos na otimização do modelo.

O pré-processamento de dados executa transformações como alteração de escala e padronização do conjunto de dados de treinamento para aumentar sua adequação aos algoritmos de treinamento.