Angeben der Standardeinstellungen für Bestes Modell ermitteln (binäre Antwort)

Datei > Optionen > Prädiktive Analysen > Bestes Modell ermitteln (binäre Antwort)

Geben Sie die Standardmethoden für Bestes Modell ermitteln (binäre Antwort)an. Die an den Standardeinstellungen vorgenommenen Änderungen bleiben auch nach dem Beenden von Minitab in Kraft, bis Sie sie wieder ändern.

Kriterium zum Auswählen des besten Modells

Wählen Sie die Methode zum Generieren des optimalen Modells aus. Sie können die Ergebnisse aus mehreren Methoden vergleichen, um die beste Option für Ihre Anwendung zu ermitteln.

Maximale Log-Likelihood: Die Maximum-Likelihood-Methode ermittelt das Maximum der Wahrscheinlichkeitsfunktionen für die Daten.
Maximale Fläche unterhalb der ROC-Kurve: Die Methode der maximalen Fläche unter der ROC-Kurve funktioniert gut für viele Anwendungen. Die Fläche unter der ROC-Kurve misst, wie gut das Modell Zeilen vom wahrscheinlichsten Eintreten eines Ereignisses bis zum unwahrscheinlichsten Eintreten eines Ereignisses einordnet.
Minimale Fehlklassifikationsquote: Wählen Sie diese Option aus, um die Ergebnisse für das Modell mit der kleinsten Fehlklassifizierungsrate anzuzeigen. Die Fehlklassifizierungsrate basiert auf einer einfachen Zählung, wie oft das Modell einen Fall richtig oder falsch prognostiziert.

Komplexitätsparameter für einzelne Bäume für TreeNet®-Klassifikationsmodelle

Wählen Sie eine der folgenden Optionen aus, um die Größe der Bäume zu begrenzen.

Maximale Anzahl von Endknoten pro Baum: Geben Sie einen Wert zwischen 2 und 2000 ein, um die maximale Anzahl von Endknoten in einem Baum anzugeben. Normalerweise bietet 6 eine gute Balance zwischen der Berechnungsgeschwindigkeit und der Untersuchung von Wechselwirkungen zwischen Variablen. Bei einem Wert von 2 werden die Wechselwirkungen nicht untersucht.
Maximale Baumtiefe: Geben Sie einen Wert zwischen 2 und 1000 ein, um die maximale Tiefe eines Baums anzugeben. Der Wurzelknoten entspricht einer Tiefe von 1. In vielen Anwendungen ergeben Tiefen von 4 bis 6 ausreichend gute Modelle.