Arbre de régression
Un modèle d'arborescence de régression PMML prévoit la valeur d'une variable dépendante d'un nombre (comme le prix d'une maison) d'une ou de plusieurs variables indépendantes. Il le fait en créant un modèle d’arborescence de décision basé sur une ou plusieurs prédicteurs.
Élément de modèle
<TreeModel functionName="regression" ...Fonctions non prises en charge
Les arborescences de régression avec des champs cibles d'entier ou à virgule flottante ne sont pas prises en charge, sauf si l'élément <Targets> est spécifié avec l'attribut castInteger approprié.
Les modèles d'arborescence de régression avec l'élément <MiningSchema> contenant une référence à un élément <DerivedField> ne sont pas pris en charge.
Sorties de modèle
Par défaut, le champ cible est disponible comme champ de sortie ; il s'agit d'un synonyme de la fonction predictedValue. Les champs cibles à virgule flottante sont toujours considérés comme des entiers.
| Fonctionnalités de sortie de modèle prises en charge | Description |
|---|---|
| predictedValue | Variable dépendante d'un nombre que nous prédisons. |
| transformedValue | Valeur générée via une expression de transformation appliquée à la sortie de modèle prédite. |
| decision | Valeur générée via une expression appliquée à la sortie de modèle prédite résultant en une valeur catégorisée. |
| entityId | S'il est présent, ID du nœud d'arborescence du résultat prédit. |