예측 분석에서 가정을 적절하게 사용하는 방법 - 당신이 말한 모든 것에도 불구하고 인형

문제를 일으키는 가정에 대해 모두 들었지만 예측 분석 모델의 핵심에는 몇 가지 가정이 남아 있습니다. 이러한 가정은 분석에서 선택되고 고려 된 변수에 나타나며 이러한 변수는 최종 모델의 산출물의 정확성에 직접적인 영향을줍니다.

그러므로 초기 단계에서 가장 현명한 예방 조치는 모델에 가장 중요한 가정을 식별하고이를 최소 수준으로 유지하는 것입니다.

현실 세계에서 잘 작동하는 예측 모델을 만들려면 비즈니스에 대한 친밀한 지식이 필요합니다. 모델은 샘플 데이터만을 아는 것부터 시작합니다. 따라서 작게 시작하여 필요한만큼 모델을 향상 시키십시오.

가능한 질문 및 시나리오를 조사하면 핵심 발견으로 이어질 수 있고 현실 세계에서 중요한 요소를 밝힐 수 있습니다. 이 프로세스는 분석 결과에 영향을 줄 수있는 핵심 변수를 식별 할 수 있습니다.

예측 변수

를 알아야합니다.

각 실행마다 몇 가지 매개 변수를 변경하면서 모델의 여러 시뮬레이션을 실행하고 결과, 특히 모델의 예측 정확도를 기록하여 이러한 결정 변수를 유도 할 수 있습니다. 일반적으로 정확도의 변동을 변경 한 특정 매개 변수로 다시 추적 할 수 있습니다.

이 시점에서 21 세기는 14 번째로 도움을 요청할 수 있습니다. 윌리엄 오브 오컴 (William of Ockham)은 1300 년대에 살았던 영어 프란시스코 수도사이자 스콜라 철학자로 오캄의 면도기 (Occam 's Razor)라는 연구 원리를 개발했습니다. 이론에 가능한 한 적을 때까지 불필요한 가정을 잘라야합니다. 그렇다면 그것은 사실 일 가능성이 높습니다.

너무 많은 가정은 모델의 예측을 불확실하고 부정확하게 만듭니다.불필요한 변수를 제거하면보다 견고한 모델이되지만 분석에 포함 할 변수를 결정하는 것은 쉽지 않습니다. 이러한 결정은 모델의 성능에 직접적인 영향을줍니다. 그러나 분석가가 딜레마에 빠질 수있는 곳은 다음과 같습니다. 불필요한 요소를 포함하면 모델의 출력을 왜곡하거나 왜곡시킬 수 있지만 관련 변수를 제외하면 모델이 불완전하게됩니다.

중요한 결정 변수를 선택할 때가되면 도메인 지식 전문가를 불러주십시오. 현실에 근거한 정확한 의사 결정 변수 세트를 가지고 있다면, 너무 많은 가정을 할 필요가 없으며 결과는 예측 모델에서 오류가 줄어들 수 있습니다.