Nota
Este comando está disponible con el Módulo de análisis predictivo. Haga clic aquí para obtener más información sobre cómo activar el módulo.
La gráfica Tasa de clasificaciones erróneas vs. número de árboles muestra la tasa de clasificaciones erróneas en el eje Y y el número de árboles en el eje X. La tasa mínima de clasificaciones erróneas indica si el modelo es un buen clasificador. Cuando el análisis utiliza un método de validación, el gráfico incluye una línea para los resultados de la validación. Utiliza los resultados de la validación para evaluar el rendimiento del modelo y predecir nuevas observaciones. Compare los resultados de entrenamiento y los resultados de validación para determinar si hay problemas de sobreajuste con el modelo con respecto al conjunto de datos de entrenamiento.
Cuando el área bajo la curva ROC determina el número de árboles para el modelo óptimo, Minitab muestra la gráfica Área bajo la curva ROC vs. número de árboles. Cuando el valor de máxima verosimilitud determina el número de árboles para el modelo óptimo, Minitab muestra la gráfica Log-verosimilitud promedio vs. número de árboles.
Interpretación
Las tasas de clasificaciones erróneas deben ser ≥ 0. Valores más bajos indican un mejor modelo de clasificación. La línea de referencia indica la tasa óptima de clasificación errónea para los resultados de validación y el número de árboles en el modelo. Si la curva de los resultados de validación indica un modelo insuficiente, considera si intentar el análisis con ajustes alternativos, como tasas de aprendizaje mayores o menores, o una fracción submuestral mayor.
