Valeurs ajustées et statistiques d'erreur pour les nœuds terminaux dans CART® Regression

Sélectionnez la méthode ou la formule de votre choix.

Les statistiques des nœuds proviennent des données relatives aux nœuds individuels. Lorsque vous utilisez une méthode de validation, l'ajustement pour un nœud est le même dans l'ensemble de données de test que dans l'ensemble de données d'apprentissage. Les autres statistiques utilisent les enregistrements pour le nœud de l'ensemble de données d'apprentissage ou de test.

Ces statistiques apparaissent dans le tableau des meilleurs ou des pires nœuds terminaux. En général, les lignes sont classées en fonction de la taille de l'erreur, déterminée par la MSE ou le MAD. Lorsque les deux valeurs sont inférieures à 1, les valeurs dont la différence est inférieure à 1E-12 sont considérées comme ex aequo. Lorsque l'une des valeurs d'erreur est supérieure à 1, les valeurs dont la différence est inférieure à 1E-12*(valeur plus élevée) sont considérées comme ex aequo. Minitab trie les nombres de même grandeur en fonction de leurs dénombrements pondérés. Si les dénombrements pondérés sont également de la même grandeur, alors Minitab les trie en fonction de l'ID du nœud.

Ajustement

L'ajustement dépend du critère d'amélioration d'un nœud. Lorsque le critère est les moindres carrés, la valeur ajustée est la moyenne :

Lorsque le critère est le moindre écart absolu, la valeur ajustée est la médiane.

EcTyp

MSE

MAD

MAPE

Notation

TermeDescription
fitted value for the ke node
yi i e observed response value in the ke node
mean response for the records in the ke node
nkcount of records in the ke node
nk, tcount of records in the ke node for observations in either the training data set or the test data set
yi, t i e observed response value in the ke node for either the training data set or the test data set
mean response for the records in the ke node in either the training data set or the test data set
En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu.  Lisez notre politique