Seleccione un modelo alternativo de Descubrir predictores clave con Regresión TreeNet®

Revisión general

Cuando utiliza Descubrir predictores clave para eliminar los predictores menos importantes, Minitab Statistical Software produce resultados para el modelo con el mejor valor del criterio de precisión para el análisis, como el valor máximo de R2. Minitab le permite explorar otros modelos de la secuencia que condujo a la identificación del modelo óptimo. Por lo general, se selecciona un modelo alternativo si otro modelo tiene un valor del criterio cercano al mejor, pero con menos predictores. Un modelo con menos predictores es más fácil de interpretar, puede tener una mejor precisión de predicción y le permite trabajar con un número más pequeño de predictores.

Por ejemplo, la siguiente tabla de selección de modelos tiene 16 pasos. El modelo con el valor máximo de R2 tiene 11 predictores y ocurre en el paso 6. El modelo en el paso 14 tiene un valor de R2 que es menor por menos de 0.1. El modelo en el paso 14 tiene 3 predictores. Los resultados completos del modelo en el paso 14 también son de interés.

Regresión TreeNet® - Descubrir los predictores clave: fuerza vs. presión de i, temperatura , ...

Gráfica de eliminación de predictores

Selección del modelo eliminando predictores no importantes Prueba Número óptimo de R-cuadrado Número de Modelo árboles (%) predictores 1 300 89.32 21 2 300 89.34 19 3 300 89.39 18 4 300 89.46 17 5 300 89.51 16 6 300 89.50 15 7 300 89.59 14 8 300 89.57 13 9 300 89.69 12 10 300 89.70 11 11 300 89.86 10 12 300 89.90 9 13 300 89.92 8 14 300 90.06 7 15 300 90.16 6 16* 300 90.23 5 17 300 89.96 4 18 297 79.37 3 19 244 66.64 2 20 164 46.19 1
Modelo Predictores eliminados 1 Ninguno 2 caudal de plástico, cambiar de posición 3 Temperatura de secado 4 zona de temperatura de fusión 2 5 Temperatura de plástico 6 fórmula 7 presión de retención 8 cojín de tornillo 9 zona de temperatura de fusión 4 10 presión de espalda 11 zona de temperatura de fusión 1 12 Tiempo de secado 13 temperatura a medida 14 zona de temperatura de fusión 5 15 zona de temperatura de fusión 3 16* Velocidad de rotación tornillo 17 temperatura de inyección 18 Temperatura de refrigeración 19 presión de inyección 20 máquina El algoritmo eliminó un solo predictor y todos los predictores con 0 importancia en cada paso. * El modelo seleccionado tiene el R-cuadrado máximo. A continuación se muestra la salida del modelo seleccionado.

Gráficas de dependencia parcial de un predictor

Seleccionar más predictores para graficar...

Dos gráficas de dependencia parcial predictora

Seleccionar más predictores para graficar...

Realizar el análisis

Haga clic en Seleccione un modelo alternativo del resultado. Se abre un cuadro de diálogo que muestra una gráfica del criterio frente al número de predictores eliminados y una tabla que resume los pasos.

Comparar los criterios

Para seleccionar un modelo alternativo, haga clic en un punto de la gráfica o en una fila de la tabla. Pulse Display results para crear los resultados para ese modelo.

Una vez que muestre los resultados, puede hacer clic en un botón de los resultados para ajustar los hiperparámetros del modelo o para realizar predicciones a partir del modelo. Para obtener más información, vaya a Seleccionar los valores de hiperparámetro para ajustar Ajustar modelo y Descubrir predictores clave con Regresión TreeNet® o Predecir nuevos resultados para Ajustar modelo y Descubrir predictores clave con Regresión TreeNet®.

Sugerencia

Para comparar la salida de dos análisis o informes diferentes, haga clic con el botón derecho en el segundo elemento en Navegador y elija Abrir en vista dividida.

Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado.  Leer nuestra política