Angeben der Klassengewichtungen für Anpassen des Modells und Ermitteln von wichtigen Prädiktoren mit TreeNet^®-Klassifikation

Predictive Analytics-Modul > TreeNet® Klassifikation > Modell anpassen > Klassengewichtungen

Predictive Analytics-Modul > TreeNet® Klassifikation > Wichtige Prädiktoren ermitteln > Klassengewichtungen

Hinweis

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

Mit Klassengewichtungen können Sie Gewichtungen für jede Klasse der Antwortvariablen angeben. Eine Beobachtung aus einer Klasse kann z. B. eine höhere Gewichtung als eine Beobachtung aus einer anderen Klasse haben. Klassengewichtungen ähneln A-priori-Wahrscheinlichkeiten und können zu einem genaueren Modell beitragen.

Hinweis

Klassengewichtungen unterscheiden sich von individuellen Fallgewichtungen. Sie können beide Typen von Gewichtungen in einer Analyse verwenden. Weitere Informationen zu individuellen Fallgewichtungen finden Sie unter Auswählen der Analyseoptionen für Anpassen des Modells und Ermitteln von wichtigen Prädiktoren mit TreeNet®-Klassifikation.

Nicht gewichtet: Minitab gewichtet die Klassen nicht.
Gewichtet, um klassenübergreifend gleiche Stichprobenumfänge sicherzustellen: Minitab gleicht automatisch ungleiche Klassengrößen aus, sodass die Klassengewichtungen proportional zu den Stichprobenhäufigkeiten der Klassen sind.
Gewichtungen angeben: Geben Sie eine Gewichtung für jede Klasse ein. Klassengewichtungen wirken sich auf die Art der Modellerzeugung und die Leistung des Modells aus, ändern jedoch nicht die Klassenanzahl.
Klassengewichtungen müssen > 0 sein. Der Standardwert ist 1.

Angeben der Klassengewichtungen für Anpassen des Modells und Ermitteln von wichtigen Prädiktoren mit TreeNet®-Klassifikation

Hinweis

Hinweis

Angeben der Klassengewichtungen für Anpassen des Modells und Ermitteln von wichtigen Prädiktoren mit TreeNet^®-Klassifikation