Prozent der Fehlerstatistiken aufgrund der größten Residuen für Random Forests^® Regression

In jeder Zeile der Tabelle werden die Fehlerstatistiken für den angegebenen Prozentsatz von Residuen angezeigt. Der Prozentsatz des mittleren quadrierten Fehlers (MSE), der aus den größten Residuen stammt, ist in der Regel höher als die Prozentsätze für die beiden anderen Statistiken. In den Berechnungen des MSE werden die quadrierten Fehler verwendet. Daher haben die extremsten Beobachtungen in der Regel die größte Auswirkung auf die Statistik.

Wenn Sie die Validierung mit einem Testdatensatz zusätzlich zur Validierung mit Daten von außerhalb des Segments auswählen, werden in der Tabelle die Ergebnisse sowohl für die Daten von außerhalb des Segments als auch für die Daten des Testdatensatzes angezeigt.

Ein mögliches Muster ist, dass ein kleiner Prozentsatz der Residuen einen großen Anteil des Fehlers in den Daten bewirkt. In der folgenden Tabelle beträgt die Gesamtgröße des Datensatzes beispielsweise etwa 2930. Hinsichtlich des MSE bedeutet dies, dass 1 % der Daten etwa 36% des Fehlers erklären. In einem solchen Fall können die 30 Fälle, die den größten Teil des Fehlers zum Modell beitragen, die natürlichste Möglichkeit darstellen, das Modell zu verbessern. Wird eine Möglichkeit ermittelt, die Anpassungen für diese Fälle zu verbessern, führt dies zu einer relativ starken Verbesserung der Gesamtleistung des Modells.

Diese Bedingung kann auch darauf hinweisen, dass Sie mehr Vertrauen in Knoten des Modells haben können, die keine Fälle mit den größten Fehlern haben. Da der Großteil des Fehlers aus einer kleinen Anzahl von Fällen stammt, zeichnen sich die Anpassungen für die anderen Fälle durch eine relativ höhere Genauigkeit aus.