Seleccionar las gráficas que se mostrarán para Ajustar modelo y Descubrir predictores clave con Clasificación TreeNet^®

Seleccione las gráficas que desea mostrar para el análisis.

Gráfica de importancia de las variables

La gráfica de importancia de la variable muestra la importancia relativa de los predictores. Puede elegir si desea mostrar todas o algunas de las variables importantes. Las variables son importantes cuando se utilizan como divisores principales.

• Todas las variables importantes: De forma predeterminada, esta gráfica muestra todas las variables importantes.
• Un porcentaje de las variables importantes: Especifique el porcentaje de variables importantes que se mostrarán. Ingrese un valor entre 0 y 100.
• Todas las variables predictoras: Muestre todos los predictores sean o no variables importantes.

Curva Característica Operativa del Receptor (ROC)

La curva de característica operativa del receptor (ROC) muestra la capacidad de un modelo para distinguir entre clases. La curva ROC representa la tasa de verdaderos positivos (TPR) con respecto a la tasa de falsos positivos (FPR).

Gráfica de ganancia

La gráfica de ganancia acumulada ilustra la efectividad del modelo en una parte de la población. La gráfica de ganancia traza la tasa positiva real en porcentaje frente a % de población.

Gráfica de elevación

La gráfica de elevación ilustra la eficacia del modelo predictivo. La gráfica representa la elevación acumulada versus el % de población y muestra la diferencia entre los resultados obtenidos con y sin el modelo predictivo. Puede especificar Acumulado o No acumulado para la gráfica de elevación.

Gráfica de caja de las probabilidades del evento

Para una respuesta binaria, la gráfica de caja de las probabilidades de evento muestra la distribución de las probabilidades de evento para los datos de prueba y de entrenamiento.

Gráfica de dependencia parcial de un predictor para las principales K variables importantes, K =

Las gráficas de dependencia parcial para un predictor muestran los valores ajustados de las probabilidades de medio logaritmo para las 6 variables importantes principales, de forma predeterminada. Puede aumentar o disminuir el número de variables importantes que se pueden trazar.

Gráfica de dependencia parcial de dos predictores para las principales K variables importantes, K =

Las gráficas de dependencia parcial para dos predictores muestran los valores ajustados de las probabilidades de medio logaritmo para las 2 variables importantes principales, de forma predeterminada. Puede aumentar o disminuir el número de variables importantes que se pueden trazar.

Para las gráficas con predictores categóricos, Minitab crea una gráfica de dispersión de los valores ajustados. Para los predictores continuos, puede especificar gráficas Superficie, Contorno o ambas.