PPScore (Predictive Power Score)
O que é PPScore?
O Predictive Power Score (PPScore) é uma métrica alternativa à correlação que quantifica a relação entre duas variáveis, levando em conta não apenas relações lineares, mas também padrões mais complexos. Ele pode ser usado para identificar relações unidirecionais e não lineares entre duas variáveis. Resumindo a pontuação de poder preditivo é uma pontuação assimétrica e independente do tipo de dados que pode detectar relações lineares ou não lineares entre duas colunas. A pontuação varia de 0 (sem poder preditivo) a 1 (poder preditivo perfeito)
Fig: Exemplos de padrões não lineares
Como Funciona
• O PPScore mede a capacidade de uma variável (X) prever outra variável (Y) através de um modelo de machine learning.
• Um modelo é construído para prever Y a partir de X e o desempenho do modelo é comparado com um modelo simples (naive model).
• Um modelo é construído para prever Y a partir de X e o desempenho do modelo é comparado com um modelo simples (naive model).
Aplicabilidade
• Útil para identificar relações não lineares e unidirecionais entre variáveis.
• Pode ser usado em qualquer tipo de variável (numérica ou categórica).
• Útil para seleção de recursos e análise exploratória de dados.
Interpretação
Um PPScore alto indica que a característica tem um forte poder preditivo para a variável alvo e já um baixo sugere que a característica tem pouco ou nenhum poder preditivo. Apesar do PPScore ser extremamente útil para É importante avaliar identificar relações não lineares e unidirecionais entre variáveis, este carece de ser feito em conjunto com outras análises, como a de correlação e a importância de recursos, para obter uma visão holística das relações nos dados, evitando assim conclusões errôneas.
O PPScore é versátil para diferentes tipos de dados, incluindo variáveis numéricas e categóricas. E por fim não menos importante, temos que destacar que o PPScore demandar mais computacionalmente se compararmos com o cálculo de correlação, pois envolve a construção de modelos preditivos e dependendo do modelo utilizado para calcular o PPScore, pode ser sensível a overfitting, especialmente em conjuntos de dados menores.
O PPScore é versátil para diferentes tipos de dados, incluindo variáveis numéricas e categóricas. E por fim não menos importante, temos que destacar que o PPScore demandar mais computacionalmente se compararmos com o cálculo de correlação, pois envolve a construção de modelos preditivos e dependendo do modelo utilizado para calcular o PPScore, pode ser sensível a overfitting, especialmente em conjuntos de dados menores.
Visualização do resultado
Gráficos de matriz de PPScore podem ser úteis para visualizar as relações entre múltiplas variáveis de um conjunto de dados.
No case
No case o PPScore foi utilizado na etapa da análise explortatória. Nesse primeiro momento ela foi utilizada com a finalidade de visualizar potenciais correlações entre as colunas.
Referências
- ppscore - GitHub
- Predictive Power Score vs Correlation - Kaggle
- The Predictive Power Score - MacroSynergy Research
- An Alternative to Correlation: Predictive Power Score in Python - Medium (Geek Culture)
- Predictive Power Score Implementation in Python - Medium (Geek Culture)
- RIP Correlation: Introducing the Predictive Power Score - Towards Data Science