성향 점수 설정

다음 단계에 따라 성향 점수 시각화를 사용하십시오.

  1. 새 작업 영역을 열고 Add > Visualization > Predictive Analytics > Scoring > Propensity Score​를 클릭합니다.

  2. Target(종속 변수)을 설정합니다.

    다음을 선택하여 종속 변수를 설정합니다.

  • Dimension 요소:작업 공간을 마우스 오른쪽 단추로 클릭하고 를 선택합니다 Table. 그런 다음 Dimension 요소를 종속 변수로 선택합니다.

    또는

  • Filter Editor 구문을 사용하는 키-값 쌍으로 전달됩니다. Add > Visualization > Filter Editor 를 클릭하여 필터 편집기 시각화를 엽니다.

    Dimension 요소 또는 필터를 종속 변수로 선택한 후 Set Target 을 클릭하고 종속 변수를 설명하는 이름을 입력합니다. 그런 다음 OK (필터 상자가 강조 표시되어 있는지)를 클릭하여 Target을 설정합니다.

    타겟에 지정하는 이름은 왼쪽 창에 나타나는 종속 변수입니다.

  1. 독립 변수를 추가합니다.

    지표 또는 Dimension 요소를 사용하여 독립 변수를 추가합니다.

  • 지표. 성향 점수 도구 모음에서 Metrics 메뉴에서 지표를 선택합니다.

  • Dimension 요소:작업 공간을 마우스 오른쪽 단추로 클릭하고 를 선택합니다 Table. 하나 이상의 Dimension 요소를 선택하고 Independent Variables 아래의 왼쪽 열 또는 <Ctrl> + <Alt> 키를 사용하여 Element 상자로 드래그합니다.

  1. 설정 Training Filter. 성향 점수 도구 모음에서 Options > Set Training Filter 를 클릭하여 점수를 매길 방문자 집합을 정의할 수 있습니다. 이렇게 하면 점수를 매길 방문자만 사용하여 작성된 데이터 하위 세트가 제공됩니다. 예를 들어, 지난 달에 방문한 방문자, 호주에 거주하는 방문자 또는 특정 제품을 본 방문자 수.

    기본 필터는 Train on Everyone​이지만 테이블에서 Dimension Elements​을 활성화하거나 Filter Editor​를 사용하여 필터를 빌드하여 변경할 수 있습니다.

    Dimension 요소를 선택하거나 필터를 작성한 후 활성화 중에 옵션 > 교육 필터 설정​을 클릭하고, 필터를 설명하는 이름을 입력한 다음 OK​를 클릭합니다.

  2. 입력을 모두 확인했으면 Go 키를 누릅니다.

    점수 프로세스는 데이터를 여러 번 전달하여 시작됩니다. 그러면 결과가 퍼센트 라인 위에 막대 차트로 표시됩니다.

  3. 성향 점수를 저장합니다.

    6.1부터 이제 성향 점수 저장 을 사용할 때 선택 사항이 제공됩니다.

  • 차원

  • Dimension 및 지표

    저장한 파일 두 개(차원 및 정의된 지표 모두)로 끝납니다.

    노트

    처리할 성향 점수를 제출하면 차원만 얻습니다.

    파생된 지표는 연결된 평균 점수 지표입니다.

  1. 정확성을 확인합니다.

    프로세스가 완료되면 시스템은 Model Complete​을 표시하고 점수 책정 모델을 생성합니다.

    Model Complete​을 마우스 오른쪽 버튼으로 클릭하면 시스템에서 정의한 점수 모델의 정확도가 확인됩니다. 0%에서 100% 사이의 값은 Target 변수와 일치하는 방문자의 가능성을 식별합니다.

    혼동 매트릭스는 실제 양수(AP), 실제 음수(AN), 예상 양수(PP) 및 예측된 음수(PN)의 조합으로 4개의 카운트를 제공합니다. 이 수치들은 우리가 진짜 답을 알고 있는 20% 보류된 테스트 데이터에 결과 점수 모델을 적용하여 얻습니다. 점수가 50%보다 큰 경우 양성 사례(정의된 이벤트와 일치)로 예측됩니다.

정확도 모든 예측에 대한 올바른 예측을 식별하여 모델이 얼마나 정확한지 나타냅니다.

(TP + TN)/(TP + FP + TN + FN)

회수 점수 모델을 다시 식별하는 기능을 식별합니다.

TP / (TP + FN)

정밀도 불일치 수준을 식별합니다.

TP / (TP + FP)

  1. 리프트 또는 이득 차트 또는 모델 뷰어를 엽니다.

    모델 완료 시각화를 마우스 오른쪽 단추로 클릭하고 Lift Chart, Gain Chart 또는 Model Viewer.​를 선택합니다

이 페이지에서는