Ejemplo de Descubrir predictores clave con Clasificación TreeNet®

Nota

Este comando está disponible con el Módulo de análisis predictivo. Haga clic aquí para obtener más información sobre cómo activar el módulo.

Un equipo de investigadores recopila datos acerca de los factores que afectan a una característica de calidad de los pretzels horneados. Las variables incluyen la configuración del proceso, como herramienta de mezcla, y las propiedades del grano, como proteína de harina.

Como parte de la exploración inicial de los datos, los investigadores deciden utilizar Descubrir predictores clave para comparar modelos por medio de la eliminación en secuencia de predictores no importantes para identificar predictores clave. Los investigadores esperan identificar predictores clave que tengan grandes efectos en la característica de calidad y obtener más información sobre las relaciones entre la característica de calidad y los predictores clave.

  1. Abra los datos de muestra, aceptabilidad_pretzel.MTW.
  2. Elija Módulo de análisis predictivo > Clasificación TreeNet® > Descubrir predictores clave.
  3. En la lista desplegable, seleccione Respuesta binaria.
  4. En Respuesta, escriba Pretzel aceptable.
  5. En Response event, seleccione 1 para indicar que el pretzel es aceptable.
  6. En Predictores continuos, ingrese proteína de harina-Densidad a granel.
  7. En Predictores categóricos, ingrese herramienta de mezcla-método kiln.
  8. Haga clic en Descubrir predictores clave
  9. En Número máximo de pasos de eliminación, ingrese 29.
  10. Haga clic en Aceptar en cada cuadro de diálogo.

Interpretar los resultados

Para este análisis, Minitab Statistical Software compara 28 modelos. El número de pasos es menor que el número máximo de pasos porque el predictor Estabilidad de espuma tiene una puntuación de importancia de 0 en el primer modelo, por lo que el algoritmo elimina 2 variables en el primer paso. El asterisco de la columna Modelo de la tabla Evaluación de modelos muestra que el modelo con el valor más pequeño de la estadística de log-verosimilitud promedio es el modelo 23. Los resultados que siguen a la tabla de evaluación del modelo son para el modelo 23.

Aunque el modelo 23 tiene el valor más pequeño de la estadística de log-verosimilitud promedio, otros modelos tienen valores similares. El equipo puede hacer clic Seleccione un modelo alternativo para producir resultados para otros modelos de la tabla Evaluación de modelos.

En los resultados del Modelo 23, la gráfica de log-verosimilitud promedio vs. número de árboles muestra que el número óptimo de árboles es casi el número de árboles del análisis. El equipo puede hacer clic en Ajustar hiperparámetros para identificar un mejor modelo para incrementar el número de árboles y ver si los cambios en otros hiperparámetros mejoran el rendimiento del modelo.

La gráfica Importancia relativa de las variables presenta los predictores en el orden de su efecto en la mejora del modelo cuando se realizan divisiones en un predictor sobre la secuencia de árboles. La variable predictora más importante es tiempo de mezcla. Si la importancia de la variable predictora más importante,tiempo de mezcla, es del 100%, entonces la siguiente variable importante, Temperatura del horno, tiene una contribución del 93.9%. Esto significa que Temperatura del horno es el 93.9% tan importante como tiempo de mezcla.

Utilice las gráficas de dependencia parcial para obtener información sobre cómo las variables o pares de variables importantes afectan la respuesta pronosticada. Los valores de respuesta en la escala de 1/2 logaritmo son las predicciones a partir del modelo. Las gráficas de dependencia parcial muestran si la relación entre la respuesta y una variable es lineal, monótona o más compleja.

Las gráficas de dependencia parcial de un predictor muestran que los valores medios para tiempo de mezcla, Temperatura del horno y Tiempo para hornear incrementan las probabilidades de un pretzel aceptable. Un valor medio de Tiempo seco disminuye las probabilidades de un pretzel aceptable. Los investigadores pueden hacer clic en Select More Predictors to Plot para producir gráficas para otras variables.

La gráfica de dependencia parcial de dos predictores de tiempo de mezcla y Temperatura del horno muestra una relación compleja entre las dos variables y la respuesta. Aunque los valores medios de tiempo de mezcla y Temperatura del horno aumentan las probabilidades de un pretzel aceptable, la gráfica muestra que las mejores probabilidades ocurren cuando ambas variables tienen valores medios. Los investigadores pueden hacer clic en Select More Predictors to Plot para producir gráficas para otros pares de variables.

Clasificación de TreeNet®: Pretzel acep vs proteína de , Agua, ...

Método Criterio para seleccionar un número óptimo de árboles Máxima logverosimilitud Validación del modelo 70/30% conjuntos de entrenamiento/prueba Tasa de aprendizaje 0.05 Método de selección de submuestras Completamente aleatorio Fracción de submuestra 0.5 Máximo de nodos terminales por árbol 6 Tamaño mínimo del nodo terminal 3 Número de predictores seleccionados para la división de nodos Número total de predictores = 29 Filas utilizadas 5000
Información de respuesta binaria Entrenamiento Prueba Variable Clase Conteo % Conteo % Pretzel aceptable 1 (Evento) 2160 61.82 943 62.62 0 1334 38.18 563 37.38 Todo 3494 100.00 1506 100.00

Clasificación TreeNet® - Descubrir los predictores clave: Pretzel acep vs. proteína de , Agua, ...

Gráfica de eliminación de predictores

Selección del modelo eliminando predictores no importantes Prueba Número óptimo de Log-verosimilitud Número de Modelo árboles promedio predictores 1 268 0.273936 29 2 268 0.274186 27 3 234 0.273843 26 4 233 0.274350 25 5 232 0.274943 24 6 273 0.275553 23 7 244 0.274811 22 8 268 0.274258 21 9 272 0.274185 20 10 232 0.274077 19 11 287 0.273598 18 12 227 0.274358 17 13 276 0.275374 16 14 272 0.276082 15 15 268 0.275595 14 16 268 0.277810 13 17 253 0.276436 12 18 231 0.276159 11 19 268 0.273537 10 20 260 0.273455 9 21 299 0.272848 8 22 278 0.272629 7 23* 299 0.267184 6 24 297 0.288621 5 25 234 0.330342 4 26 290 0.305993 3 27 245 0.534345 2 28 146 0.599837 1
Modelo Predictores eliminados 1 Ninguno 2 Estabilidad de espuma, Densidad a granel 3 Concentración gelificación mín. 4 Modo horno 2 5 método kiln 6 Modo horno 1 7 velocidad de mezcla 8 Modo horno 3 9 Superficie en reposo 10 temperatura de hornear 3 11 herramienta de mezcla 12 temperatura de hornear 1 13 Tiempo de descanso 14 Agua 15 Concentración cáustica 16 capacidad de hinchazón 17 Estabilidad de emulsión 18 actividad de emulsión 19 Capacidad de absorción de agua 20 Capacidad absorción de aceite 21 proteína de harina 22 Capacidad de espuma 23* tamaño de la harina 24 temperatura de hornear 2 25 Tiempo seco 26 temperatura de gelatinización 27 Tiempo para hornear 28 Temperatura del horno El algoritmo eliminó un solo predictor y todos los predictores con 0 importancia en cada paso. * El modelo seleccionado tiene la mínima-logververosimilitud promedio. A continuación se muestra la salida del modelo seleccionado.

Clasificación de TreeNet®: Pretzel acep vs tiempo de me, Tiempo para , ...

Resumen del modelo Total de predictores 6 Predictores importantes 6 Número de árboles cultivados 300 Número óptimo de árboles 299 Estadísticas Entrenamiento Prueba Logverosimilitud promedio 0.2418 0.2672 Área bajo la curva ROC 0.9661 0.9412 IC de 95% (0.9608, 0.9713) (0.9295, 0.9529) Elevación 1.6176 1.5970 Tasa de clasificación errónea 0.0970 0.0963

Clasificación de TreeNet®: Pretzel acep vs tiempo de me, Tiempo para , ...

Matriz de confusión Clase de predicción (entrenamiento) Clase de predicción (prueba) Clase real Conteo 1 0 % Correcto Conteo 1 0 % Correcto 1 (Evento) 2160 1942 218 89.91 943 846 97 89.71 0 1334 121 1213 90.93 563 48 515 91.47 Todo 3494 2063 1431 90.30 1506 894 612 90.37 Asigne una fila a la clase de evento si la probabilidad del evento para la fila es mayor que 0.5.
Entrenamiento Estadísticas (%) Tasa de positivos verdaderos (sensibilidad o potencia) 89.91 Tasa de positivos falsos (error tipo I) 9.07 Tasa de negativos falsos (error tipo II) 10.09 Tasa de negativos verdaderos (especificidad) 90.93
Estadísticas Prueba (%) Tasa de positivos verdaderos (sensibilidad o potencia) 89.71 Tasa de positivos falsos (error tipo I) 8.53 Tasa de negativos falsos (error tipo II) 10.29 Tasa de negativos verdaderos (especificidad) 91.47
Clasificación errónea Entrenamiento Prueba Clasificado Clasificado Clase real Conteo erróneamente % Error Conteo erróneamente % Error 1 (Evento) 2160 218 10.09 943 97 10.29 0 1334 121 9.07 563 48 8.53 Todo 3494 339 9.70 1506 145 9.63 Asigne una fila a la clase de evento si la probabilidad del evento para la fila es mayor que 0.5.
Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado.  Leer nuestra política