الگوریتم مدلسازی رگرسیون تطبیقی چندمتغیره (MARS) انتخابی ایدهآل برای کاربرانی است که تمایل دارند نتایجی مشابه رگرسیون سنتی دریافت کنند، اما در عین حال به دنبال شناسایی و مدلسازی دقیقِ روابط غیرخطی و برهمکنشهای پیچیده در دادهها هستند.
MARS (Multivariate Adaptive Regression Splines)
روششناسی MARS (Multivariate Adaptive Regression Splines) در مدلسازی رگرسیون بهطور مؤثری الگوها و روابط مهم دادهها را آشکار میسازد که برای سایر روشهای رگرسیون آشکار کردن آنها دشوار، اگر نگوییم غیرممکن، است. موتور مدلسازی MARS مدل خود را با کنار هم قرار دادن مجموعهای از خطوط مستقیم میسازد که هرکدام میتوانند شیب مخصوص به خود را داشته باشند. این ویژگی به موتور MARS اجازه میدهد تا هر الگویی را که در دادهها شناسایی میکند، دنبال کند.
ویژگیهای ®MARS
- درک گرافیکی از نحوه تأثیرگذاری متغیرها بر پاسخ مدل
- تعیین اهمیت یک متغیر یا مجموعهای از متغیرهای دارای تعامل
- پیادهسازی مدل و تولید پیشبینیها بهصورت آنی یا غیر آنی
- ابزارهای خودکار برای تنظیم مدل و انجام آزمایشهای مختلف، شامل:
- حذف بازگشتی خودکار ویژگیها برای انتخاب پیشرفته متغیرها
- ارزیابی خودکار تأثیر مجاز بودن تعاملات در مدل
- یافتن آسان بهترین مقدار برای فاصلهی حداقلی (Minimum Span)
- اجرای اعتبارسنجی متقابل تکرارشونده (Repeated Cross Validation)
- کشف تأثیر تقسیمبندیهای مختلف داده برای آموزش و آزمون
رگرسیون و طبقهبندی با کیفیت بالا
مدل MARS برای پیشبینی نتایج عددی طراحی شده است، مانند میانگین صورتحساب ماهانه یک مشتری تلفن همراه یا مقدار هزینهای که انتظار میرود یک خریدار در بازدید از یک وبسایت صرف کند. موتور MARS همچنین قادر است مدلهای طبقهبندی (classification) با کیفیت بالا برای نتایجی از نوع بله/خیر تولید کند. این موتور بهصورت خودکار و با سرعت بالا عملیات انتخاب متغیر، تبدیل متغیر، شناسایی تعاملات و آزمون خودکار مدل را انجام میدهد.
نتایج با عملکرد بالا
زمینههایی که موتور MARS در آنها نتایج بسیار پُربازدهی از خود نشان داده است شامل پیشبینی تقاضای برق برای شرکتهای تولیدکننده انرژی، ارتباط دادن امتیازات رضایت مشتری با مشخصات مهندسی محصولات و مدلسازی حضور یا عدم حضور در سامانههای اطلاعات جغرافیایی (GIS) میباشد.
برای استفاده و تولید مدلهای پیشبینی قدرتمند با الگوریتم MARS، میتوانید از نرمافزار Salford predictive modeler بهره ببرید. جهت دریافت این نرمافزار، لطفاً به صفحه زیر مراجعه فرمایید: