Base de conhecimento
Comparando Modelos Preditivos de Machine Learning no Alteryx
Por vezes, precisamos utilizar algoritmos de predição em um conjunto de dados, mas não temos ideia de qual se encaixa melhor para prever o resultado final. Esse tipo de análise pode consumir tempo quando você está fazendo via código (R ou Python, por exemplo).
Felizmente, com o Alteryx, basta apenas arrastar algumas ferramentas para que se possa comparar a acurácia e gerar a matriz de confusão para cada modelo. Vamos ver como podemos tornar essa tarefa árdua em algo tão simples e rápido de se fazer.
Primeiramente, uma das maneiras para trabalhar com análise de modelos preditivos no Alteryx é baixando o pacote de ferramentas preditivas. Ele está disponível no portal de downloads, ao clicar em qualquer versão do Alteryx Designer – (detalhe, ele é gratuito se você possui o Alteryx Designer). Sim – o nome do arquivo é RInstaller, pois se instala também uma versão do R na sua máquina (todas as ferramentas da aba preditiva usam o R por trás delas).
Um método alternativo é clicar no menu de Opções, caso você ainda não tenha instalado o pacote, este aparecerá como a última opção neste menu.
Também é necessário acessar a Galeria Pública do Alteryx e baixar separadamente a ferramenta Model Comparison – ela é uma macro que fará o processo de comparação dos modelos. Você a encontra ao acessar a galeria e clicar em Districts (Distritos), selecionando Predictive District (Distrito Preditivo). Ou diretamente neste link. Lembre-se que é necessário clicar em "DOWNLOAD" para baixá-la.
Feito isso, para este exemplo utilizaremos o Iris dataset, tão famoso e escolhido por muitos para se explicar exemplos no R. Você pode fazer o download aqui. Este dataset vem em formato .CSV (formato de texto), portanto, ao trazê-lo para o Alteryx, a primeira coisa que temos que fazer é adicionar uma Auto-Field tool, de maneira que auto ajustamos os tipos de dados para cada coluna (o que é numérico vira numérico, etc.).
Como este dataset já vem limpo, não iremos abordar técnicas de tratamento de dados para modelos preditivos. Este é um assunto a parte. A próxima ferramenta a ser adicionada é a Create Samples. Nela dividiremos o nosso dataset em 70% de treino e 30% de validação. O dataset de treino será utilizado para construção do modelo, e o de validação será usado para testar a eficácia dos modelos.
O próximo passo é adicionar os modelos. Neste exemplo serão comparados 3 modelos de classificação multinomial – Support Vector Machine (SVM), Naive Bayes e Decision Tree (árvore de decisão). Iremos ter como variável alvo a espécie (Species) e todas outras variáveis numéricas como preditoras. A configuração é basicamente a mesma para todos os modelos (deixamos o padrão para outras eventuais configurações). Todos eles estão na aba Preditiva, caso você tenha instalado o pacote de ferramentas preditivas.
Feito isso, cada modelo gerará um objeto, e estes objetos devem ser unidos (empilhados) em uma tabela utilizando a Union Tool.
Agora é hora de adicionar a Model Comparison macro! Colocamos o resultado da união dos modelos na entrada M, e puxamos o conjunto de validação para testar os modelos utilizados na entrada D. Adicionamos Browse Tool para ver o resultado e voilà! Temos os resultados que queremos na saída R.
Como pode-se perceber, a primeira tabela traz a acurácia de cada modelo em geral e também a acurácia para prever com exatidão cada possível resultado da variável alvo. Logo abaixo, há também a matriz de confusão de cada modelo para se realizar a comparação de registros que foram previstos de maneira correta. SVM trouxe uma acurácia maior no geral em comparação com os outros dois.
Nota-se que com poucos passos é possível enxergar insights valiosos na hora de realizar análise preditiva com o Alteryx. A customização e interpretação de cada caso obviamente irá variar, mas de fato essa solução economiza muito tempo de desenvolvimento de código. Para se ter uma ideia, esse fluxo roda em 12.5 segundos!
O fluxo utilizado nesse caso está neste link. Deixe seu comentário caso tenha dúvidas.
Até a próxima!
