Machine Learning-Modul

Das Spectrum™ Technology Platform Machine Learning-Modul bietet die Möglichkeit, ein Binning für numerische Daten durchzuführen, überwachte und unüberwachte Machine Learning-Modelle anzupassen und Daten in diesen Modellen zu bewerten.
Anmerkung: Das Machine Learning-Modul wird nur unter Windows- und Linux-Betriebssystemen unterstützt.

Binning

Beim Binning werden Datensätze für eine kontinuierliche Variable in Gruppen (Bins) aufgeteilt, ohne dass dabei Zielinformationen berücksichtigt werden. Sie können das unbeaufsichtigte Binning mit einer der beiden folgenden Methoden durchführen: mit Bins vom Typ „equal-width“ oder mit Bins vom Typ „equal-frequency“.

Binning Lookup

Binning Lookup wendet vorher definiertes Binning auf neue Daten an und verwendet dabei vorhandene Bins, die in Datenflüssen erstellt wurden, die den Binning-Schritt verwenden.

K-Means Clustering

Beim „K-Means Clustering“ werden Modelle auf der Grundlage des analytischen Clusterings erstellt. Dabei wird eine Reihe von Datensätzen basierend auf Datenwerten in Cluster mit ähnlichen Datensätzen segmentiert.

Linear Regression

Mit Linear Regression werden Modelle aus Datasets erstellt, die im Hinblick auf Eingabevariablen kontinuierliche Ziele verwenden.

Logistic Regression

Mit Logistic Regression werden Modelle aus Datasets erstellt, die im Hinblick auf Eingabevariablen binäre Ziele verwenden.

Principal Component Analysis

Principal Component Analysis (PCA) ist ein statistisches Verfahren, das einen Beobachtungssatz von möglicherweise korrelierten Variablen in einen Wertesatz von linear nicht korrelierten Variablen (prinzipielle Komponenten) umwandelt.

Random Forest Classification

Mit Random Forest Classification werden Modelle aus Datasets erstellt, die im Hinblick auf Eingabevariablen binäre oder multinomiale Ziele verwenden.

Mit Random Forest Regression werden Modelle aus Datasets erstellt, die im Hinblick auf Eingabevariablen kontinuierliche Ziele verwenden.

Java Model Scoring

Dieses Feature bewertet mithilfe der Formel, die beim Anpassen eines Machine Learning-Modells erstellt wird, neue Daten.

Machine Learning-Modellverwaltung

Die „Machine Learning“-Modellverwaltung ermöglicht Ihnen die Verwaltung aller Machine Learning-Modelle auf Ihrem Spectrum™ Technology Platform-Server. Sie können Modelle verfügbar machen, die Verfügbarkeit von Modellen aufheben oder Modelle löschen. Zusätzlich können Sie zu jedem Modell detaillierte Informationen anzeigen und zwei beliebige Modelle des gleichen Typs miteinander vergleichen.

Anmerkung: Das Machine Learning-Modul verwendet eine zugrunde liegende H2O.ai-Bibliothek für Modellierungsalgorithmen und Java Model Scoring.