Ein erster Einblick in Machine Learning

Das Machine Learning-Modul von Spectrum™ Technology Platform bietet die Möglichkeit, beaufsichtigte und unbeaufsichtigte Machine Learning-Modelle anzupassen.

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“.

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.

Logistic Regression

Mit Logistic Regression werden Modelle aus Datasets erstellt, die im Hinblick auf Eingabevariablen binäre 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 in „K-Means Clustering“, „Logistic Regression“ und „Java Model Scoring“.