Avez-vous déjà été chargé de prédire qui annulera ses services avec votre entreprise ? Ou quels patients arrêteront leur médication ? Ou peut-être quelles personnes seront les premiers à adopter votre nouveau produit ? Vous pouvez répondre à ces questions commerciales avec la même méthode, en préparant soigneusement les données et en créant différents modèles pour comparer et choisir le meilleur en fonction de critères statistiques spécifiques. Morceau de gâteau, non? Peut être.
Mais que se passe-t-il si vous avez besoin d'identifier le principal facteur contribuant à une prédiction pour un seul personne? Certains algorithmes de modélisation ne répondent pas facilement à cette question. Les modèles de régression traditionnels sont parfaits pour répondre à ce type de question car il existe une équation avec des coefficients pour chaque estimation de paramètre. Qu'en est-il des algorithmes basés sur des arbres ou même des modèles plus compliqués comme les réseaux de neurones ? Expliquer une prédiction individuelle est plus complexe et souvent difficile à expliquer. Et même si l'un de ces algorithmes plus complexes est plus fiable pour prédire un résultat dans de nombreux cas, souvent, les parties prenantes abandonnent votre travail acharné.
Et si vous pouviez obtenir le meilleur des deux mondes ? Le modèle le plus performant ET un moyen d'expliquer facilement les probabilités prédites individuelles à vos parties prenantes afin que votre travail ait une meilleure chance d'être utilisé comme outil commercial. Découvrez les valeurs Shapley, une nouvelle fonctionnalité de JMP 17.
Shapley Values fournit la solution que nous recherchions tous pour résoudre ce genre de situation. Ces valeurs quantifient la contribution de chaque facteur dans votre modèle jusqu'au niveau de la ligne. En utilisant la prédiction moyenne comme référence, chaque ligne de données peut être décomposée en une somme de probabilités par facteur. Cela signifie que vous pouvez dire que Sean a 79 % de chances d'arrêter son traitement, et par rapport au patient moyen, la principale raison de son arrêt probable est son âge.
Pourquoi est-ce une grosse affaire? Sans les valeurs de Shapley, nous pourrions parler plus généralement des facteurs déterminants d'un résultat dans la population d'intérêt, mais comparer des individus ayant des caractéristiques similaires et comprendre pourquoi la prédiction diffère entre eux n'est pas si simple. Dans les algorithmes basés sur des arbres, la formule de prédiction est créée sur la base de feuilles ou d'arbres individuels. Et soyons honnêtes, ils peuvent devenir assez désordonnés. Shapley Values résout ce problème en décomposant la prédiction en contributions individuelles pour chaque facteur, qui examine l'ensemble du modèle au lieu de feuille par feuille, arbre par arbre ou nœud par nœud.
Comment pouvez-vous commencer à explorer cette nouvelle fonctionnalité ? C'est simple. Ajoutez le profileur aux résultats de votre modèle et sélectionnez l'option pour enregistrer les valeurs de Shapley. Cela enregistrera des colonnes individuelles dans votre tableau de données pour chaque combinaison facteur/niveau de réponse.
Ainsi, la prochaine fois que vos parties prenantes vous demanderont si vous pouvez identifier les patients les plus susceptibles d'arrêter un médicament en fonction d'un facteur pouvant être influencé par les actions d'un pharmacien ou une tactique de marketing, vous pouvez être sûr que vous pouvez dire oui, quoi qu'il arrive. type de modèle que vous créez.
