Ottimizzazione dei Modelli Predittivi (con KNIME)

Alcune interessanti applicazioni di modelli predittivi si possono utilizzare scaricandole dal sito di KNIME:

• Quando la tabella è sbilanciata rispetto alla variabile target (una classe è rappresentata da un numero di osservazioni molto inferiore rispetto all’altra):
  Correcting Predicted Class Probabilities in Imbalanced Datasets

• Utilizzo di una matrice di costi/profitti come criterio di classificazione:
  Finding an Optimal Classification Threshold based on Cost and Profit

• Come interpretare facilmente i parametri di una regressione logistica:
  Easy Interpretation of a Logistic Regression Model with Delta-p Statistics

La documentazione di queste applicazioni si trova nel libro:
“Scoring Metrics – Evaluating Machine Learning Models“, Maarit Widmann, Alfredo Roccato, 2021, KNIME Press