Métodos y fórmulas para Descubrir predictores clave con Clasificación TreeNet^®

El análisis de eliminación de predictores crea primero un modelo con todos los predictores. El análisis utiliza ese modelo para calcular los valores de importancia para todos los predictores. Los siguientes pasos dependen de si el análisis elimina predictores sin importancia o predictores importantes.

Predictores sin importancia

Si el análisis elimina los predictores sin importancia, el análisis elimina cualquier predictor con 0 importancia más el número especificado de predictores menos importantes. El análisis crea un modelo con este subconjunto de los predictores. El análisis utiliza ese modelo para volver a calcular los valores de importancia para todos los predictores que permanecen en el análisis. Los pasos de eliminación de predictores y la construcción del modelo se repiten hasta que el número de predictores que permanecen en el modelo es menor o igual que el número de predictores que se eliminarán en cada paso.

Predictores importantes

Si el análisis elimina predictores importantes, el análisis elimina el número especificado de predictores más importantes. El análisis crea un modelo con este subconjunto de predictores. El análisis utiliza ese modelo para volver a calcular los valores de importancia para todos los predictores que permanecen en el análisis. Los pasos de eliminación de predictores y la construcción del modelo se repiten hasta que el número de predictores que permanecen en el modelo es menor o igual que el número de predictores que se eliminarán en cada paso.

Para obtener más información sobre el cálculo de las estadísticas de resumen del modelo en la tabla Selección de modelo, vaya a Métodos y fórmulas para el resumen del modelo en Ajustar modelo y Descubrir predictores clave con Clasificación TreeNet®.