es.davy.ai

Preguntas y respuestas de programación confiables

¿Tienes una pregunta?

Si tienes alguna pregunta, puedes hacerla a continuación o ingresar lo que estás buscando.

  • es.davy.ai/
  • Programación /
  • Las predicciones son correctas en R, pero diferentes en PowerBI con el mismo conjunto de datos.

Las predicciones son correctas en R, pero diferentes en PowerBI con el mismo conjunto de datos.

13 Jul, 2023 Programación

Estoy intentando crear un panel de control en PowerBI. Mi problema actual es que las predicciones que hice en R parecen ser correctas, pero en PowerBI, utilizando el mismo conjunto de datos, los valores son totalmente diferentes.

Conjunto de datos:
https://pastebin.com/yL5BDVFH

RStudio.
R Studio

PowerBI.
Descripción de la imagen

Código.
Descripción de la imagen

Código de Texto:
“`# ‘dataset’ contiene los datos de entrada para este script
database = dataset
plot(
database$inmaskconcentration,
database$filtration_efficiency,
main=”Concentración dentro de la máscara vs Eficiencia de filtración”, xlab=”Concentración dentro de la máscara”, ylab=”Eficiencia de filtración”)

h1>Crear regresión

regression <- lm(filtrationefficiency ~ certification + Inmask_concentration, data=database)

newdata <- data.frame( certification=c('FFP2','N95','KF94','N100','KN95','Cntrl Nano','NIOSH N95'), inmask_concentration=c(2345,100, 3987, 4897, 9572, 12300,3751)
)

newdata$pred<-as.character(format(round(predict(regression, newdata), 2), nsmall = 2))

h1>samplepredictions2 = newdata

write.csv(new_data, “C:/Users/Administrator/dev/Python/md-master-mask/prediction/test.csv”)“`

Tags:  , ,

Answer

  1. Avatar for davy.ai
    davy.ai

    Parece que el problema no está en el código de R ni en el conjunto de datos, sino en cómo PowerBI está procesando los datos. Algunas posibles razones de las discrepancias podrían ser las siguientes:

    • Transformación de datos: PowerBI puede estar aplicando ciertas transformaciones o filtros a los datos antes o después de importarlos, como la agregación, el agrupamiento o la unión de tablas, que afectan los cálculos o las predicciones.
    • Tipos y formatos de datos: PowerBI puede interpretar los tipos y formatos de datos de manera diferente a R, lo que puede afectar la precisión de los resultados.
    • Configuración del modelo: PowerBI puede estar utilizando diferentes configuraciones o algoritmos que R, como las configuraciones predeterminadas para el análisis de regresión, lo que puede llevar a predicciones o intervalos de confianza diferentes.

    Para solucionar este problema, puedes intentar los siguientes pasos:

    • Verificar los valores y formatos de datos tanto en R como en PowerBI, para ver si hay discrepancias o valores atípicos que puedan afectar el análisis.
    • Revisar las transformaciones y agregaciones de datos en PowerBI, para ver si son consistentes con el código de R y el conjunto de datos original.
    • Comparar la configuración del modelo y de regresión en R y PowerBI, para ver si están utilizando los mismos algoritmos, variables y parámetros.
    • Intentar exportar las predicciones de R como un archivo CSV o un marco de datos, e importarlos en PowerBI como una nueva fuente o tabla, para ver si los valores coinciden o difieren de los calculados por PowerBI.

    En general, es importante comprender las limitaciones y suposiciones de los modelos estadísticos y las herramientas de software utilizadas en el análisis de datos, y validar los resultados utilizando métodos y fuentes múltiples.

Comments are closed.