Sélectionner un autre modèle à partir de Découvrir les prédicteurs principaux avec Classification TreeNet®

Généralités

Lorsque vous utilisez Découvrir les prédicteurs principaux pour supprimer les prédicteurs les moins importants, Minitab Statistical Software produit des résultats pour le modèle ayant la meilleure valeur du critère de précision pour l’analyse, tels que la moyenne du log négatif de vraisemblance minimale. Minitab permet d'explorer d'autres modèles de la séquence ayant conduit à l'identification de l'arbre optimal. En général, vous sélectionnez un modèle alternatif si un autre modèle a une valeur du critère proche du meilleur, mais avec moins de prédicteurs. Un modèle avec moins de prédicteurs est plus facile à interpréter, peut avoir une meilleure précision de prédiction, et permet de travailler avec un plus petit nombre de prédicteurs.

Le tableau de sélection de modèle suivant compte par exemple 13 étapes. Le modèle ayant la plus petite la moyenne du log négatif de vraisemblance est le modèle avec tous les prédicteurs. Le modèle à l’étape 11 a une moyenne du log négatif de vraisemblance relativement proche de la meilleure valeur. Le modèle à l'étape 11 a 3 prédicteurs. Les résultats complets du modèle à l’étape 11 sont également intéressants.

Classification TreeNet® - Découvrir les prédicteurs principaux : bretzel acce vs protéine de ; eau; ...

Graphique d'elimination des prédicteurs

Sélection du modèle en éliminant les prédicteurs non importants Test Nombre Log de optimal vraisemblance Nombre de Modèle d'arbres de moyenne prédicteurs 1 268 0,273936 29 2 268 0,274186 27 3 234 0,273843 26 4 233 0,274350 25 5 232 0,274943 24 6 273 0,275553 23 7 244 0,274811 22 8 268 0,274258 21 9 272 0,274185 20 10 232 0,274077 19 11 287 0,273598 18 12 227 0,274358 17 13 276 0,275374 16 14 272 0,276082 15 15 268 0,275595 14 16 268 0,277810 13 17 253 0,276436 12 18 231 0,276159 11 19 268 0,273537 10 20 260 0,273455 9 21 299 0,272848 8 22 278 0,272629 7 23* 299 0,267184 6 24 297 0,288621 5 25 234 0,330342 4 26 290 0,305993 3 27 245 0,534345 2 28 146 0,599837 1
Modèle Prédicteurs éliminés 1 Aucun 2 stabilité de mousse; densité en vrac 3 Min. concentration gélification 4 mode four 2 5 méthode de four 6 mode four 1 7 vitesse de mélange 8 mode four 3 9 surface de repos 10 cuire la température 3 11 outil de mélange 12 cuire la température 1 13 temps de repos 14 eau 15 concentration caustique 16 capacité d’enflure 17 stabilité de l’émulsion 18 activité d’émulsion 19 capacité d’absorption de l’eau 20 capacité d’absorption d’huile 21 protéine de farine 22 capacité de mousse 23* taille de farine 24 cuire la température 2 25 temps sec 26 température de gélatinisation 27 il est temps de cuisiner 28 température du four L'algorithme a supprimé un prédicteur et tous les prédicteurs ayant une importance de 0 à chaque étape. * Le modèle sélectionné présente un log de vraisemblance de moyenne minimal. Les résultats du modèle sélectionné sont affichés ci-après.

Une prévision partielle des parcelles de dépendance

Sélectionner d'autres prédicteurs à représenter...

Deux parcelles de dépendance partielle de Predictor

Sélectionner d'autres prédicteurs à représenter...

Effectuer l'analyse

Cliquez sur Sélectionner un autre modèle dans la sortie. Une boîte de dialogue s'ouvre et affiche le diagramme du critère en fonction du nombre de prédicteurs éliminés et un tableau qui récapitule les étapes.

Comparer les critères

Pour sélectionner un modèle alternatif, cliquez sur un point du graphique ou sur une ligne dans le tableau. Appuyez sur Afficher les résultats pour créer les résultats de ce modèle.

Quand vous affichez les résultats, vous pouvez cliquer sur un bouton dans la sortie pour affiner les hyperparamètres du modèle ou pour faire des prédictions à partir du modèle. Pour plus d'informations, reportez-vous à Sélectionner les valeurs des hyperparamètres à évaluer pour Ajuster le modèle et Découvrir les prédicteurs principaux avec Classification TreeNet® ou Prédire de nouveaux résultats pour Ajuster le modèle et Découvrir les prédicteurs principaux avec Classification TreeNet®.

Conseil

Pour comparer les résultats de deux analyses ou rapports différents, cliquez à droite sur le deuxième élément dans Navigateur et sélectionnez Ouvrir en mode fractionné.

En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu.  Lisez notre politique