Creación de un árbol de decisión

Configure un árbol de decisiones identificando un caso positivo y agregando entradas de métricas y dimensiones para evaluar los datos y explorar el árbol de decisiones.

Siga estos pasos para crear un árbol de decisiones.

1. Abra un nuevo espacio de trabajo.

   Después de abrir un nuevo espacio de trabajo, es posible que tenga que hacer clic en Agregar > Desbloquear temporalmente.

2. Para abrir el Generador de árboles de decisiones, haga clic con el botón derecho Visualization > Predictive Analytics > Clasificación > Generador de árboles de decisión.

3. Configure un Caso positivo.

   Puede definir un caso positivo para un árbol de decisiones seleccionando dimensiones en un Buscador o elementos de dimensión en una tabla, o diseñando un filtro en el Filtro de diseño. De hecho, el caso positivo puede ser una combinación de varias selecciones en el espacio de trabajo, incluidos filtros, dimensiones, elementos y todos los tipos de valores de visualización de Data Workbench.

   • Diseño y aplicación de un filtro como caso positivo. Haga clic con el botón derecho en el espacio de trabajo y seleccione Tools > Filter Editor para diseñar y aplicar un filtro.

   • Agregar Dimension como caso positivo. En el espacio de trabajo, haga clic con el botón derecho y seleccione Herramientas > Buscadores (o seleccione Add > Finders en el panel izquierdo). Escriba un nombre de dimensión en el Buscar y, a continuación, seleccione una dimensión.

   • Agregar Métricas como caso positivo. Haga clic con el botón derecho y seleccione Herramientas > Buscadores o seleccione Add > Finders en el panel izquierdo para abrir una tabla de métricas. Seleccione una métrica como caso positivo.

   • Agregar Elementos de Dimension como caso positivo. Haga clic con el botón derecho en el espacio de trabajo y seleccione Table para abrir elementos de dimensión, seleccione entre los elementos de dimensión para establecer las mayúsculas y minúsculas positivas.

4. Haga clic Options > Set Positive Case.

   Esto establece el caso positivo y le permite asignarle un nombre. El nombre aparecerá debajo de Positive Case en el espacio de trabajo.

   NOTA

   Cuando se define el caso positivo, el árbol de decisiones utiliza la selección actual del espacio de trabajo, que puede definirse como visitantes (o como el recuento de nivel superior definido, pero en la mayoría de los casos como visitantes) que coinciden con la selección actual dentro del espacio de trabajo. Se combinan como un único filtro para un único caso positivo (no varios casos positivos).

   Hacer clic Set Positive Case cuando no haya selección, se borrará el caso positivo.

5. (opcional) Seleccione Set Population Filters para definir la población de visitantes que se va a clasificar.

   Si no se aplica ningún filtro de población, el conjunto de formación se obtiene de todos los visitantes (el valor predeterminado es "Todos").

   NOTA

   Haga clic en el Show Complex Filter Description para ver las secuencias de comandos de filtrado para el caso positivo y el filtro de población.

6. Agregar Métricas, Dimension y Elementos de Dimension como entradas.

   Puede seleccionar entradas arrastrando y soltando desde los paneles Buscador o desde las tablas para elementos de dimensión individuales. También puede seleccionar entre las Metrics en la barra de herramientas.

   • Agregar Métricas como entradas.

     Seleccione Métricas en la barra de herramientas. Press Ctrl + Alt para arrastrar una o más métricas al Generador de árboles de decisiones.

     La métrica aparecerá en la variable Lista de entrada (métricas) como entrada con codificación de color única.

     

   • Agregar Dimension como entradas.

     En el espacio de trabajo, haga clic con el botón derecho y seleccione Herramientas > Buscador y escriba el nombre de la dimensión en la Buscar campo . Press Ctrl + Alt, seleccione una dimensión y arrastre la dimensión al Generador de árboles de decisiones.

     La dimensión aparecerá en el Entrada (Dimension) con una codificación de color única.

   • Agregar Elementos de Dimension como entradas.

     En el espacio de trabajo, haga clic con el botón derecho y seleccione una tabla de Dimension. Seleccionar elementos del Dimension, pulse Ctrl + Alt y arrastre los elementos seleccionados al Generador de árboles de decisiones.

     Los elementos de dimensión aparecerán en la variable Entrada (elementos) con una codificación de color única.

   IMPORTANTE

   Puede seleccionar hasta un máximo de catorce entradas para evaluar. Si se añaden demasiadas entradas, aparecerá un mensaje de error.

7. Select Go en la barra de herramientas.

   El árbol de decisiones se generará en función de las dimensiones y métricas seleccionadas. Las métricas simples, como Adiciones al carro de compras, se generarán rápidamente, mientras que las dimensiones complejas, como la duración de la visita con varios puntos de datos, se generarán más lentamente, con un porcentaje de la finalización mostrado a medida que se convierta. A continuación, el mapa de árbol se recortará y se abrirá para la interacción del usuario. Las entradas de dimensión y métrica se codificarán con colores y serán coherentes con los nombres de nodo.

   

   El nodo de hoja se muestra como verde (verdadero) o rojo (falso) si el árbol se ha copiado y si hay una predicción de True o False siguiendo las ramas recortadas.

   NOTA

   El ejemplo de formación se extrae del conjunto de datos para que el generador de árboles lo utilice. La Data Workbench utiliza el 80 % de la muestra para crear el árbol y el 20 % restante para evaluar la precisión del modelo de árbol.

8. Verificar la precisión utilizando la variable Confusion Matrix.

   Haga clic en Options > Confusion Matrix para ver los valores de precisión, recuperación, precisión y puntuación F. Cuanto más cerca del 100 por ciento, mejor será la puntuación.

   La matriz de confusión ofrece cuatro recuentos de precisión del modelo mediante una combinación de valores:

   • Positivo real (AP)
   • Predicted Positive (PP)
   • Negativo real (AN)
   • Predicted Negative (PN)
   SUGERENCIA

   Estos números se obtienen aplicando el modelo de puntuación resultante de los datos de prueba del 20 % retenidos y ya conocidos como la respuesta verdadera. Si la puntuación es buena al 50 por ciento, se predice como un caso positivo (que coincide con el filtro definido). A continuación, Precisión = (TP + TN)/(TP + FP + TN + FN), Recuperación = TP / (TP + FN) y Precisión = TP / (TP + FP).

9. Explorar el árbol de decisiones.

   Después de generar un árbol de decisiones, puede ver la ruta de la predicción e identificar a todos los visitantes que cumplan los criterios definidos. El árbol identifica la división de entrada de cada rama en función de su posición y codificación de color. Por ejemplo, si selecciona el nodo Dominio de referencia , los nodos que conducen a esa división se enumeran por código de color a la izquierda del árbol.

   Puede realizar selecciones de los nodos de hoja para seleccionar ramas (conjuntos de reglas) del árbol de decisiones.

   Para este ejemplo: Si la duración de la visita es menor que 1, no existe ninguna campaña, existe al menos una vista de página, no hay registros por correo electrónico y hubo al menos una visita. Las proyecciones sobre este criterio de reunión y la realización de un pedido son 94,73 porcentaje.

   

   Interacción del árbol de decisiones: Puede seleccionar varios nodos en el árbol mediante el estándar Ctrl-clic para agregar, o Mayús-clic para eliminar.

   Nodos codificados por color: El color de los nodos coincide con el color de las dimensiones y métricas de entrada según la Data Workbench asignada.

   Los nodos verdes y rojos brillantes en el nivel de hoja de una rama recortada predicen el nodo como Verdadero o Falso.

   Verde claro	Identifica que el nodo es igual a verdadero y que se cumplen todas las condiciones.
   Rojo claro	Identifica que el nodo es igual a falso y que no se cumplen todas las condiciones.

10. Guardar el árbol de decisiones.

    Puede guardar el árbol de decisiones en diferentes formatos:

    

    • Lenguaje de marcado predictivo (PMML), un formato de archivo basado en XML que utilizan las aplicaciones para describir e intercambiar modelos de árbol de decisiones.
    • Texto mostrar columnas simples y filas de true o false, porcentajes, número de miembros y valores de entrada.
    • A Dimension con ramas correspondientes a los elementos de resultado predichos.