設定傾向分數

請依照下列步驟，使用「傾向分數」視覺效果。

1. 開啟新工作區，然後按一下「Add > Visualization > Predictive Analytics > Scoring > Propensity Score」。

   

2. 設定​Target（相依變數）。

   選取以下項目，以設定相依變數：

• Dimension元素:在工作區中按一下滑鼠右鍵並選取「 Table」 。然後選取Dimension元素作為相依變數。

  或

• Filter Editor。按一下「Add > Visualization > Filter Editor」以開啟「篩選器編輯器」視覺效果。

  

  選取Dimension元素或篩選器作為相依變數後，按一下​Set Target，輸入描述相依變數的名稱。 然後按一下​OK（並確認篩選方塊已反白顯示）以設定Target。

  

  您為目標指定的名稱是將顯示在左窗格中的相依變數。

1. 新增獨立變數。

   使用量度或Dimension元素新增獨立變數。

   

• 量度. 從「傾向分數」工具列中，從​Metrics​功能表中選取量度。

• Dimension元素:在工作區中按一下滑鼠右鍵並選取「 Table」 。選取一或多個Dimension元素，並使用<Ctrl> + <Alt>鍵拖曳至​Independent Variables​下的左欄或​Element​方塊。

1. 設定 Training Filter. 您可以按一下「傾向分數」工具列中的「Options > Set Training Filter」，以定義要分數的訪客集。 這將提供僅使用您想要分數之訪客所建立之資料的子集。 例如，在上個月造訪的訪客、居住在澳洲的訪客，或檢視特定產品的訪客。

   預設篩選器為​Train on Everyone，但您可以在表格中啟動​Dimension Elements​或使用​Filter Editor​建立篩選器來變更它。

   選取Dimension元素或建立篩選器後，在啟動時，按一下「選項 > 設定訓練篩選器」，輸入要說明篩選器的名稱，然後按一下「OK」。

2. 識別所有輸入後，按​Go​鍵。

   

   計分程式將從多次傳遞資料開始。 然後，它會將結果以橫條圖顯示在百分比線上。

3. 儲存傾向分數。

   從6.1開始，您現在可以選擇使用「儲存傾向分數」：

• 維度

• Dimension和量度

  最後可能會有兩個儲存的檔案，分別是維度和定義的量度。

  注意

  如果您提交「傾向分數」以進行處理，則只會獲得維度。

  衍生量度是相關聯的平均分數量度。

1. 檢查準確性。

   系統將顯示​Model Complete​並在過程完成時生成計分模型。

   按一下右鍵​Model Complete​將確定系統定義的評分模型的準確性。 範圍介於0%到100%的值會識別訪客符合​Target​變數的可能性。

   混淆矩陣通過實際正值(AP)、實際負值(AN)、預計正值(PP)和預計負值(PN)的組合給出四個計數。 這些資料是通過將最終的評分模型應用到20%的預扣測試資料而得到的，我們知道這些資料的真實答案。 如果分數大於50%，則會預測為正面大小寫（符合定義的事件）。

   

1. 開啟提升度或增益圖表或模型檢視器。

   按一下右鍵​模型完成​視覺效果，然後選擇​Lift Chart、Gain Chart​或​Model Viewer.