Olivia Lippincott, ingénieur système, JMP
Andrea Coombs, ingénieur principal des systèmes, JMP
Vous avez une question à laquelle répondre, vous collectez donc les données pertinentes et êtes prêt à commencer à créer un modèle prédictif. Mais quel type de modèle choisissez-vous et quel type de modélisation ? L'objectif est-il de segmenter, de prévoir, d'expliquer ou d'identifier ? Les variables sont-elles continues, nominales ou ordinales ?
Avant même de choisir un type de modèle, nous devons définir comment les variables sont utilisées dans l'analyse avec le type de modélisation. Que se passe-t-il si nous traitons le nombre de chambres comme continu par rapport à un type de modélisation nominal ou ordinal ? Lorsque nous extrayons une distribution, nous voyons comment le type de modélisation impacte le type de statistiques récapitulatives que nous obtenons sous forme de moyennes ou de fréquences. Cette affiche montre comment le type de modélisation détermine les résultats de votre modèle prédictif en fonction du type de modèle choisi. Préparez-vous à jouer à "Nommez cette analyse" alors que nous allons en tête-à-tête pour classer différents exemples de modélisation d'études de cas avec leur type de modélisation respectif.
