Procedimiento
Clasificación TreeNet®
Antes de comenzar
Revisión general
Consideraciones acerca de los datos
Ejemplo
Ejemplo para descubrir predictores clave
Ejemplo de predicción
Realizar el análisis
Ingresar sus datos
Eliminación de predictores
Especificar las ponderaciones de clase
Especificar las interacciones
Especificar el método de validación
Seleccionar las opciones de análisis
Seleccionar las gráficas que se presentarán
Seleccionar los resultados que se mostrarán
Almacenar estadísticas
Seleccionar un modelo alternativo
Seleccionar un modelo alternativo desde
Ajustar hiperparámetros
Seleccionar los valores de hiperparámetro para ajustar
Agregar gráficas de dependencia parcial
Seleccionar más predictores para graficar
Predecir nuevos resultados
Predecir nuevos resultados
Seleccionar los resultados de predicción que se presentarán
Almacenar estadísticas de predicción
Interpretar los resultados
Tabla de métodos
Tabla de información de respuesta
Evaluación del modelo
Gráfica de log-verosimilitud negativa promedio vs. número de árboles
Gráfica del área bajo la curva ROC vs. número de árboles
Gráfica de la tasa de clasificación errónea vs. número de árboles
Tabla de resumen del modelo
Gráfica de importancia relativa de variables
Tablas de fuerza de interacción principal de 2 factores
Matriz de confusión
Tabla de clasificación errónea
Curva característica operativa del receptor (ROC)
Gráfica de ganancia y gráfica de elevación
Gráfica de caja de probabilidades del evento
Gráficas de dependencia parcial
Tabla de predicción
Métodos y fórmulas
Métodos
Selección del número óptimo de árboles
Información de respuesta
Eliminación de predictores
Ajustes y probabilidades
Resumen del modelo
Matriz de confusión
Tabla de clasificación errónea
Fuerza de interacción principal de 2 factores
Curva Característica Operativa del Receptor (ROC)
Gráfica de ganancia
Gráfica de elevación acumulada
Gráfica de elevación
Gráficas de dependencia parcial