Cuando usas , los resultados son un diagrama modelo. Utiliza los resultados del diagrama del modelo para verificar los modelos a usar para optimización. Si los resultados cumplen con las expectativas, selecciona Optimizador de respuestas entre ellos para proceder con la optimización.
Rendimiento del modelo
| Variable de respuesta | Modelo |
|---|---|
| Estado de llenado | Random Forests® Clasificación multinomial 1 |
| Peso adicional | MARS® Regresión 1 |
| fuerza | TreeNet® Regresión 1 |
| Variable de respuesta | Método de validación | Rendimiento |
|---|---|---|
| Estado de llenado | Out-of-Bag | Tasa de clasificación errónea: 7.24% |
| Peso adicional | Validación cruzada de 5 pliegues | R-cuadrado: 87.97% |
| fuerza | Validación cruzada de 5 pliegues | R-cuadrado: 89.92% |
Rangos de variables
| Variable | Importancia promedio | ID | Valores | Respuestas |
|---|---|---|---|---|
| Temperatura del molde | 66.6667 | 9 | [30.1, 1649.5] | Peso adicional, fuerza |
| presión de inyección | 53.7347 | 1 | [75, 150] | Todo |
| Temperatura de refrigeración | 46.8183 | 2 | [25, 45] | Todo |
| Temperatura de plástico | 33.3333 | 5 | [200, 400] | Estado de llenado |
| presión de espalda | 28.5955 | 4 | [0.4, 0.7] | Estado de llenado |
| presión de retención | 25.1115 | 3 | [21, 48] | Estado de llenado, Peso adicional |
| caudal de plástico | 23.3546 | 6 | [10, 50] | Estado de llenado |
| máquina | 19.5256 | 7 | 1, 2, 3, 4 | Peso adicional, fuerza |
| temperatura de inyección | 0.9739 | 8 | [85, 100] | Peso adicional |
Resultados clave: Información sobre modelos y variables
Para estos datos, el análisis incluye 3 variables de respuesta, Estado de llenado, Peso adicional y fuerza. La tabla de rendimiento del modelo muestra estadísticas de rendimiento como R-cuadrado o la tasa de clasificación incorrecta. Utiliza las estadísticas de rendimiento para ayudarte a evaluar si el rendimiento del modelo es adecuado.
La tabla de Rangos Variables muestra las importancias y rangos de los predictores. Si hay un problema, como que falta una variable esperada, se reajusta el modelo.
