好文章!只是确认一下,在存储过程中只导出获胜模型(您提到的获胜子链)?
这是正确的Antoine,
在这个例子中,获胜的模型来自HANA Auto Classification,它是赢家。
现在,如果你可以想象一个更复杂的链,在这个子链上有更多的算法组件,那么它们的所有模型都将以相同的顺序导出,并用你在子链上提供的最终过程名称包装起来导出对话框。
此包装程序在调用时将以正确的顺序在新数据集上调用该子链中的所有模型(如上例所示)。
嗨,Jayanta,
感谢您对开发预测模型(二进制选择之间的判别模型)的详细介绍。
PA模块肯定具有很强的集成性能力涵盖APL、PAL、LDA算法共
-APL和PAL似乎是非规范逻辑(LDA类似于规范逻辑,更依赖于统计假设和源数据生成的限制
-采用类比,上面的例子提醒我SAS中逐步回归模型的建立
请更正一个问题:APL和PAL有多远的不同?,是否有任何商业案例表明PAL更合适?
你好,特德
嗨,特德,谢谢你的问题。这篇文章可能会让你感兴趣:SAP HANA预测:字母汤还是花生酱和果冻?。
敬礼
安托万
您好,APL采用SAP专有算法,自动处理数据准备步骤(如标准化、装箱、分组、缺失值、异常值),为您选择最佳模型。PAL提供了许多标准算法和统计函数,用户可以按照自己的方式进行组装。您希望PAL用户是一位数据挖掘专家,他知道如何选择适当的算法,云服务器服务商,淘客购物,以及如何将其参数化,以便最好地回答给定的业务问题。APL引擎旨在将数据挖掘功能带给更广泛的用户群体,而不仅仅局限于经验丰富的数据科学家。APL需要较少的时间和精力来解决一个业务问题,但它不适合构建一个完全可定制的解决方案,看云,人们可以用PAL或R或任何机器学习工具来构建。一个决定运行一个标准算法的用户,因为他从实践中非常了解这个算法,或者出于任何其他原因,他会选择PAL或R,而不是APL。APL仅为二进制目标(1/0,是/否,工作/中断)提供分类;如果有多类目标问题,则需要使用PAL或R.
对于多类问题,如果要利用APL,则可以使用从原始目标派生的多个二进制目标;例如,如果目标包含3个值:a、B、C,您可以使用三个新列:Is\u A、Is\u B、Is\u C,其中包含两个值Yes/No。下面是另一篇您可能感兴趣的文章:
是的,这对我理解架构和必要的工作项目有很大帮助。
嗨,马克
感谢您对我的更新和澄清。
APL-业务用户和分析师友好,PAL/R-数据挖掘和科学家友好型
一种解决方案不能解决所有问题。特定的用例和固有的数据质量将决定正确的方法(工具),大淘客是什么,SPSS以用户友好的界面/菜单导航和相对强大的营销研究而自豪。
SAS为分类数据分析和可视化提供了清晰的算法和统计刚性。
SAP Predictive analytics与世界上的HANA和BI工具有着紧密的联系。
我相信最好的预测分析是结果商业、分析师和科学家的共同努力。在这方面,大数据视频,SAP HANA上的SAP Predictive Analytics将是一个很好(或最好)的工作场所。特德