SAP在SAP Analytics云中集成了机器学习算法作为预测场景。它提供了一个简单的用户友好的界面来执行预测分析

在这些系列的博客中，我想讨论当前可用的模型回归、分类、时间序列。

回归分析：这是一种有监督的统计方法，医疗物联网，用于估计因变量和自变量之间的关系。它有助于预测和预测相关值。

为了演示，考虑了SAP AR培训数据源：SAP\uu FI\u AR\u IM\u PAYMENTFORECASTINGHIST，在这种情况下，我的目的是找出影响应收账款到期日的因素。

步骤：

2。选择相关字段–当我们试图预测过期天数时，选择OVERDUEDAYS作为预测目标。

3。选择独立字段–在我们的示例中，我排除了一些影响因素，如关键数据、文档编号，零售大数据解决方案，因为它们在到期日不是关键的有影响的参数。

4。选择必要的字段，点击列车数据模型

5。为了解模型的建立情况，请检查回归输出参数及其影响因素。

均方根误差为12.14，淘客是什么意思，预测置信度为99.75，这表明模型对未知数据的结果。

影响因素贡献者显示独立值对相关值的相关性百分比。

6。将数据模型应用到一个新的数据集，即SAP提供的数据集SAP\ FI\ U AR\ IM\ U PAYMENTFORECASTINGCURR。创建一个新的输出文件，将模型应用于新的数据集，并预测过期天数。

结论：我们讨论了如何使用SAC和用法进行回归分析。尽管SAC提供了一种用户友好的方法来利用ML模型，数据分析工具有哪些，但它并不是一个成熟的ML解决方案。

，产业大数据