R-Quadrat vs Anzahl der Basisfunktionen Diagramm

Hinweis

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

Das Diagramm R-Quadrat vs. Anzahl der Basisfunktionen^zeigt R2-Werte auf der y-Achse und die Anzahl der Basisfunktionen auf der x-Achse an. Das R² gibt an, ob das Modell gut passend ist. Verwenden Sie die Testergebnisse, um die Fähigkeit des Modells zum Prognostizieren neuer Beobachtungen auszuwerten. Vergleichen Sie die Trainingsergebnisse und die Testergebnisse, um festzustellen, ob das Modell für den Trainingsdatensatz ein Überanpassungsproblem aufweist.

Der größte x-Wert für einen Punkt zeigt, dass diese Analyse 20 Basisfunktionen auswertet. Die optimale Anzahl der Basisfunktionen beträgt 13. Der^R2-Wert für die Testdaten, wenn die Anzahl der Basisfunktionen 13 beträgt, beträgt ca. 87,61%.

Wenn die absolute Abweichungsverlustfunktion das optimale Modell bestimmt, enthalten die Ergebnisse stattdessen das MAD vs. Anzahl der Basisfunktionen.

Interpretation

Ein höherer R²-Wert deutet auf ein besseres Modell hin. Die Referenzlinie gibt den optimalen^R2-Wert für die Testdaten und die Anzahl der Basisfunktionen im Modell an. Wenn die Testkurve auf ein unzureichendes Modell hinweist, überlegen Sie, ob Sie die Analyse mit alternativen Einstellungen wiederholen sollten, z. B. einer Suche nach weiteren Basisfunktionen.