Análisis usando la función AutoModel de RapidMiner

[pic 1]

Módulo: Business Understanding

Actividad: Análisis Modelo AutoModel

Nombre: Juan Pablo Torres Mondragón

Asesor: Fanny Gabriela Maldonado Nava

Fecha: 25/11/2022

Análisis usando la función AutoModel de RapidMiner

El uso de la herramienta AutoModel en RapidMiner nos será de mucha utilidad como ya lo hemos visto en los videos.

Ahora, retomando el análisis de la data de vinos, como podemos apreciar, la función AutoModel nos ofrece crear un modelo de regresión lineal el cual facilitará la lectura de datos y una mejor toma de decisiones.

Mi análisis lo quiero basar más que nada en lo que nos puede ofrecer la opción de AutoModel al momento de querer realizar un modelo de regresión, por ejemplo, que sea de forma rápida y confiable.

Esta función de RapidMiner nos será de mucha utilidad si ya contamos con la data a la cual queremos realizar un proceso de regresión, al momento de cargar la información podremos visualizarla y poder aplicar los cambios deseados, como eliminar filas que nos son útiles, ordenar según valores, combinar celdas y crear nuevas para obtener datos combinados que después nos puedan resultar de gran utilidad al momento de la lectura.

Podemos guardar esos cambios y posterior seleccionar esa data para poder aplicar la función de AutoModel, es un proceso muy sencillo el cual el programa se encarga de realizar todo el modelo sin necesidad de generar comandos como en Python o Julia, nos brindará opciones para poder realizar predicciones con solo seleccionar la columna de nuestro interés, también nos ofrecerá visualizar la calidad de la información, así como la correlación y estabilidad  que existe entre columnas antes de pasar a escoger el tipo de modelaje que deseamos.

Posterior pasamos la proceso de modelado, donde tendremos varias opciones a elegir desde un modelo linear, arboles de decisión, máquinas de soporte vectorial, etc. Así ya estaremos preparados con nuestra data procesada y lista para poder analizar de forma eficiente y rápida nuestros datos.

Teniendo como ejemplo la data del análisis del vino y sus características:

Podemos observar en el gráfico de predicción, nos puede ayudar a reconocer los factores que nos darán como, resultado una mejor calidad de producto (vino), esto mismo se puede aplicar a mucha data de ramos diferentes, para medir productividad, alcance de algún producto, efectividad en zonas de mercadeo, lanzamientos de nuevos productos etc. [pic 2]

...