Auswählen der anzuzeigenden Grafiken für Anpassen des Modells und Ermitteln von wichtigen Prädiktoren mit TreeNet® Regression

Die verfügbaren Diagramme sind für die folgenden Analysen gleich:

Predictive Analytics-Modul > TreeNet® Regression > Modell anpassen > Grafiken

Predictive Analytics-Modul > TreeNet® Regression > Wichtige Prädiktoren ermitteln > Grafiken

Hinweis

Dieser Befehl ist mit dem Predictive Analytics-Modul verfügbar. Klicken Sie hier, um weitere Informationen zum Aktivieren des Moduls zu erhalten.

Wählen Sie die Grafiken aus, die für die Analyse angezeigt werden sollen.

Diagramm von R-Quadrat vs. Anzahl der Bäume
Das Diagramm von R-Quadrat vs. Anzahl der Bäume zeigt die Beziehung zwischen dem R-Quadrat und der Anzahl der Bäume im Regressionsmodell mit Gradient Boosting an, wenn die Verlustfunktion Quadrierter Fehler oder Huber ist.
Diagramm der mittleren absoluten Abweichung vs. Anzahl der Bäume
Das Diagramm der mittleren absoluten Abweichung vs. Anzahl der Bäume zeigt die Beziehung zwischen der mittleren absoluten Abweichung und der Anzahl der Bäume, wenn die Verlustfunktion Geringste absolute Abweichung ist.
Diagramm der Variablenwichtigkeit
Das Diagramm der Variablenwichtigkeit zeigt die relative Wichtigkeit der Prädiktoren. Sie können auswählen, ob alle wichtigen Variablen oder ausgewählte wichtige Variablen angezeigt werden sollen. Variablen sind wichtig, wenn sie als primäre Teiler verwendet werden.
  • Alle wichtigen Variablen anzeigen: In der Standardeinstellung werden in diesem Diagramm alle wichtigen Variablen angezeigt.
  • Einen Prozentsatz der wichtigen Variablen anzeigen: Geben Sie den Prozentsatz der anzuzeigenden wichtigen Variablen an. Geben Sie einen Wert zwischen 0 und 100 ein.
  • Alle Prädiktorvariablen anzeigen: Es werden alle Prädiktoren angezeigt, wobei es keine Rolle spielt, ob es sich um wichtige Variablen handelt.
Diagramm der angepassten vs. tatsächlichen Werte der Antwortvariablen
Das Diagramm der angepassten vs. tatsächlichen Werte der Antwortvariablen zeigt die angepassten y-Werte (der Antwortvariablen) im Vergleich zu den tatsächlichen y-Werten (der Antwortvariablen) sowohl für den Trainingsdatensatz als auch für den Testdatensatz an.
Boxplot der Residuen
Das Boxplot der Residuen zeigt die Residuenwerte bzw. die prozentualen Residuen sowohl für den Trainingsdatensatz als auch für den Testdatensatz an.
Diagramm der partiellen Abhängigkeit für einen Prädiktor für die K wichtigsten Variablen, K =
Die Diagramme der partiellen Abhängigkeit bei einem Prädiktor zeigen standardmäßig die Anpassungen für die obersten 4 wichtigen Variablen. Sie können die Anzahl der darzustellenden wichtigen Variablen erhöhen oder verringern. Nachdem Sie Ergebnisse erhalten haben, klicken Sie Auswählen weiterer Prädiktoren zur Darstellung unterhalb der Diagramme zu einem Prädiktor, um Diagramme für weitere Prädiktoren anzuzeigen.
Diagramm der partiellen Abhängigkeit für zwei Prädiktoren für die K wichtigsten Variablen, K =
Die Diagramme der partiellen Abhängigkeit bei zwei Prädiktoren zeigen standardmäßig die Im Anpassungen für die obersten 2 wichtigen Variablen. Sie können die Anzahl der darzustellenden wichtigen Variablen erhöhen oder verringern. Nachdem Sie Ergebnisse erhalten haben, klicken Sie Auswählen weiterer Prädiktoren zur Darstellung unterhalb der Diagramme zu zwei Prädiktoren, um Diagramme für weitere Prädiktorpaare anzuzeigen.
Für Diagramme mit kategorialen Prädiktoren zeigt Minitab ein Streudiagramm der angepassten Werte an. Für stetige Prädiktoren können Sie Wirkungsfläche, Kontur oder beides angeben.
Durch Ihre Nutzung dieser Website stimmen Sie zu, dass Cookies verwendet werden. Cookies dienen zu Analysezwecken und zum Bereitstellen personalisierter Inhalte.  Lesen Sie unsere Richtlinien