Resumen del modelo para Regresión CART^®

R² es el porcentaje de variación en la respuesta explicado por el modelo. Los valores atípicos tienen un mayor efecto en R² que en MAD y MAPE.

Cuando se utiliza un método de validación, la tabla incluye una estadística de R² para el conjunto de datos de entrenamiento y una estadística de R² para el conjunto de datos de prueba. Cuando el método de validación es la validación cruzada con K pliegues, el conjunto de datos de prueba es cada pliegue cuando la construcción del árbol excluye ese pliegue. El estadístico R² de prueba suele ser una mejor medida de cómo funciona el modelo para nuevos datos.

Interpretación

Utilice R² para determinar qué tan bien se ajusta el modelo a sus datos. Cuanto mayor sea el valor de R², mejor se ajusta el modelo a los datos. R² siempre está entre 0% y 100%.

Puede ilustrar gráficamente el significado de diferentes valores de R². La primera gráfica ilustra un modelo de regresión simple que explica el 85.5% de la variación en la respuesta. La segunda gráfica ilustra un modelo que explica el 22.6% de la variación en la respuesta. Cuanta más variación explique el modelo, más cerca estarán los puntos de datos de los valores ajustados. En teoría, si un modelo puede explicar el 100% de la variación, los valores ajustados siempre serían iguales a los valores observados y todos los puntos de datos se ubicarían en la línea y = x.

Un R² de prueba que es sustancialmente menor que el R²de entrenamiento indica que el árbol podría no predecir los valores de respuesta para nuevos casos al igual que el árbol se ajusta al conjunto de datos actual.

La raíz de los cuadrados medios del error (RMSE) mide la exactitud del árbol. Los valores atípicos tienen un mayor efecto en la RMSE que en la MAD y el MAPE.

Cuando se utiliza un método de validación, la tabla incluye una estadística RMSE para el conjunto de datos de entrenamiento y una estadística RMSE para el conjunto de datos de prueba. Cuando el método de validación es la validación cruzada con K pliegues, el conjunto de datos de prueba es cada pliegue cuando la construcción del árbol excluye ese pliegue. La estadística RMSE de prueba suele ser una mejor medida de cómo funciona el modelo para nuevos datos.

El cuadrado medio del error (MSE) mide la exactitud del árbol. Los valores atípicos tienen un mayor efecto en el MSE que en la MAD y el MAPE.

Cuando se utiliza un método de validación, la tabla incluye una estadística MSE para el conjunto de datos de entrenamiento y una estadística MSE para el conjunto de datos de prueba. Cuando el método de validación es la validación cruzada con K pliegues, el conjunto de datos de prueba es cada pliegue cuando la construcción del árbol excluye ese pliegue. El estadístico MSE de prueba suele ser una mejor medida de cómo funciona el modelo para nuevos datos.

La desviación absoluta media (MAD) expresa la exactitud en las mismas unidades que los datos, lo que ayuda a conceptualizar la cantidad de error. Los valores atípicos tienen menos efecto en la MAD que en R², RMSE y MSE.

Cuando se utiliza un método de validación, la tabla incluye una estadística MAD para el conjunto de datos de entrenamiento y una estadística MAD para el conjunto de datos de prueba. Cuando el método de validación es la validación cruzada con K pliegues, el conjunto de datos de prueba es cada pliegue cuando la construcción del árbol excluye ese pliegue. El estadístico MAD de prueba suele ser una mejor medida de cómo funciona el modelo para nuevos datos.

El error porcentual absoluto medio (MAPE) expresa la exactitud como un porcentaje del error. Debido a que MAPE es un porcentaje, puede ser más fácil de entender que las otras estadísticas de medición de exactitud. Por ejemplo, si el MAPE, en promedio, es 0.05, la relación promedio entre el error ajustado y el valor real en todos los casos es de 5%. Los valores atípicos tienen menos efecto en el MAPE que en el R², la RMSE y el MSE.

Sin embargo, a veces puede ver un valor MAPE muy grande aunque el árbol parezca ajustar bien los datos. Examine la gráfica de valores de respuesta ajustados vs. reales para ver si hay valores de datos cercanos a 0. Dado que el MAPE divide el error absoluto entre los datos reales, los valores cercanos a 0 pueden inflar en gran medida el MAPE.

Cuando se utiliza un método de validación, la tabla incluye una estadística MAPE para el conjunto de datos de entrenamiento y una estadística MAPE para el conjunto de datos de prueba. Cuando el método de validación es la validación cruzada con K pliegues, el conjunto de datos de prueba es cada pliegue cuando la construcción del árbol excluye ese pliegue. El estadístico MAPE de prueba suele ser una mejor medida de cómo funciona el modelo para nuevos datos.