¿Alguna vez ha tenido la tarea de predecir quién cancelará sus servicios con su empresa? ¿O qué pacientes suspenderán su medicación? ¿O quizás qué personas serán las primeras en adoptar su nuevo producto? Puede responder estas preguntas comerciales con el mismo método, preparando datos cuidadosamente y construyendo diferentes modelos para comparar y elegir el mejor en función de criterios estadísticos específicos. Pan comido, ¿verdad? Tal vez.
Pero, ¿qué pasa si necesita identificar el principal factor que contribuye a una predicción para un soltero ¿persona? Algunos algoritmos de modelado no responden fácilmente a esto. Los modelos de regresión tradicionales son excelentes para responder este tipo de preguntas porque hay una ecuación con coeficientes para cada parámetro estimado. ¿Qué pasa con los algoritmos basados en árboles o incluso con modelos más complicados como las redes neuronales? Explicar una predicción individual es más complejo y, a menudo, difícil de explicar. Y aunque uno de estos algoritmos más complejos es más confiable para predecir un resultado en muchos casos, a menudo, las partes interesadas descartan su arduo trabajo.
¿Y si pudieras obtener lo mejor de ambos mundos? El modelo de mejor desempeño Y una forma de explicar fácilmente las probabilidades individuales previstas a sus partes interesadas para que su trabajo tenga una mejor oportunidad de ser utilizado como una herramienta comercial. Conozca los valores de Shapley: una nueva función en JMP 17.
Los valores de Shapley brindan la solución que todos hemos estado buscando para resolver este tipo de situaciones. Estos valores cuantifican la contribución de cada factor en su modelo hasta el nivel de fila. Usando la predicción promedio como línea de base, cada fila de datos se puede dividir en una suma de probabilidades por factor. Esto significa que puede decir que Sean tiene un 79 % de posibilidades de suspender su medicación y, en comparación con el paciente promedio, la razón principal de su probable interrupción es su edad.
¿Por qué es esto tan importante? Sin los valores de Shapley, podríamos hablar de manera más general sobre los factores impulsores de un resultado en la población de interés, pero comparar individuos con características similares y comprender por qué la predicción difiere entre ellos no es tan sencillo. En los algoritmos basados en árboles, la fórmula de predicción se crea en función de hojas o árboles individuales. Y seamos honestos, pueden ensuciarse bastante. Shapley Values resuelve este problema al desglosar la predicción en contribuciones individuales para cada factor, lo que analiza todo el modelo en lugar de hoja por hoja, árbol por árbol o nodo por nodo.
¿Cómo puede comenzar a explorar esta nueva característica? Es sencillo. Agregue Profiler a los resultados de su modelo y seleccione la opción para Guardar valores de Shapley. Esto guardará columnas individuales en su tabla de datos para cada combinación de factor/nivel de respuesta.
Por lo tanto, la próxima vez que sus partes interesadas le pregunten si puede identificar qué pacientes tienen más probabilidades de suspender un medicamento en función de un factor que puede verse influenciado por las acciones de un farmacéutico o una táctica de marketing, puede estar seguro de que puede decir que sí, sin importar qué. tipo de modelo que está creando.
