| Title: | Predicting target variable values and constructing a ROC-curve |
| Other Titles: | Предсказание значений целевой временной и построение ROC-кривой |
| Authors: | Rahel, D. M. |
| Keywords: | материалы конференций;Big Data;информационные системы;data analysis;marketing data;commercial evaluation;data array;forecasting;marketing analytics;commercial analytics;predictive analytics;behavior forecasting;algorithmic marketing;market forecast;ROC-curve;ROC-analysis |
| Issue Date: | 2026 |
| Publisher: | БГУИР |
| Citation: | Rahel, D. M. Predicting target variable values and constructing a ROC-curve = Предсказание значений целевой временной и построение ROC-кривой / D. M. Rahel // Big Data и анализ высокого уровня = Big Data and Advanced Analytics : сборник научных статей XII Международной научно-практической конференции, Республика Беларусь, Минск, 23 апреля 2026 года : в 2 ч. Ч. 1 / Белорусский государственный университет информатики и радиоэлектроники [и др.] ; редкол.: В. А. Богуш [и др.]. – Минск, 2026. – С. 102–105. |
| Abstract: | This article examines approaches to ROC-analysis for modeling commercial data behavior. It
examines a set of similar data on retail sales over a specific period of time. Based on existing estimates, a forecast is
made and its quality is assessed using baseline metrics confirming the forecast's reliability. Based on the confusion
matrix, conclusions were drawn regarding the model's reliability and balance. The final forecast demonstrated a high
degree of reliability. The most significant features for classification were identified, providing valuable insights into
the factors influencing the final target variable. The combined importance of the identified features allowed us to
evaluate their role in the classification process. |
| Alternative abstract: | В статье рассматриваются подходы к ROC-анализу моделирования поведения коммерческих данных. В статье рассматривается набор однотипных данных о продажах в розничной сети в течение отдельно взятого периода времени.
На основании существующих оценок делается прогноз и оценивается его качества на основании базовых показателей, подтверждающих уровень достоверности прогноза. На основании матрицы ошибок сделаны выводы о достоверности и сбалансированности модели.
Итоговый прогноз показал высокую степень достоверности. Определены наиболее значимые признаки для классификации, что позволило получить ценную предметную информацию о факторах, влияющих на итоговую целевую переменную. Совокупная важность выделенных признаков позволила дать оценку их роли в процессе классификации. |
| URI: | https://libeldoc.bsuir.by/handle/123456789/63519 |
| Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей : в 2 ч. (2026)
|
