Esquema de datos
Esta fórmula usa esquemas XDM para modelar los datos. El esquema utilizado para esta fórmula se muestra a continuación:
Nombre del campo | Tipo |
---|---|
Id de usuario | Cadena |
Proporción de género | Número |
ageY | Número |
ageM | Número |
optinEmail | Booleano |
optinMobile | Booleano |
optinAddress | Booleano |
created | Entero |
totalOrders | Número |
totalItems | Número |
orderDate1 | Número |
Fecha de envío1 | Número |
totalPrice1 | Número |
impuesto1 | Número |
orderDate2 | Número |
Fecha de envío2 | Número |
totalPrice2 | Número |
Algoritmo
Primero, se carga el conjunto de datos de aprendizaje en el esquema ProductPrediction. Desde aquí, el modelo se entrena con un clasificador de bosque aleatorio. El clasificador de bosque aleatorio es un tipo de algoritmo ensamblado que hace referencia a un algoritmo que combina varios algoritmos para obtener un rendimiento predictivo mejorado. La idea detrás del algoritmo es que el clasificador de bosque aleatorio construye múltiples árboles de decisión y los combina para crear una predicción más precisa y estable.
Este proceso comienza con la creación de un conjunto de árboles de decisión que selecciona aleatoriamente subconjuntos de datos de capacitación. Después, se promedian los resultados de cada árbol de decisión.
Experience Platform
- Información general del espacio de trabajo de ciencia de datos
- Acceso y funciones de Data Science Workspace
- Tutorial del espacio de trabajo de ciencia de datos
- Portátiles de JupyterLab
- API de aprendizaje automático de Sensei
- Fórmulas prediseñadas
- Creando modelo
- Tutoriales de modelo y fórmula
- Guía de resolución de problemas
- Referencia de API
- Notas de la versión de Platform