Nota
Este comando está disponible con el módulo del complemento para análisis predictivo. Haga doble clic aquí para obtener información sobre cómo activar el módulo.
Seleccione el método o la fórmula de su elección.
Predictores importantes
El número de predictores con importancia relativa positiva.
Un modelo Regresión
TreeNet® procede de una secuencia de pequeños árboles de regresión que utilizan residuos generalizados como variable de respuesta. El cálculo de la puntuación de mejora del modelo para un predictor de un árbol individual tiene dos pasos:
- Busque la reducción de errores cuadráticos medios cuando el predictor divide un nodo.
- Agregue todas las reducciones a partir de todos los nodos donde el predictor es el divisor de nodos.
A continuación, la puntuación de importancia para el predictor es igual a la suma de las puntuaciones de mejora del modelo en todos los árboles.
R-cuadrada
R2 también se conoce como el coeficiente de determinación.
Raíz del error cuadrático medio (RMSE)
Error cuadrático medio (MSE)
Desviación absoluta media (MAD)
Error porcentual absoluto medio (MAPE)
Notación
| Término | Description |
|---|---|
| yi |  valor de respuesta observado |
 | respuesta media |
 |  respuesta ajustada |
| N | número de filas |
