Indiquer les paramètres par défaut pour Découvrir le meilleur modèle (réponse continue)

Fichier > Options > Analyse prédictive > Découvrir le meilleur modèle (réponse continue)

Spécifiez les méthodes par défaut pour Découvrir le meilleur modèle (réponse continue). Les modifications apportées aux paramètres par défaut s'appliquent jusqu'à une nouvelle modification de ces derniers, même si vous avez quitté Minitab.

Critère de sélection du meilleur modèle

Choisissez le critère pour déterminer le meilleur type de modèle. Vous pouvez comparer les résultats de plusieurs méthodes pour déterminer le meilleur choix pour votre application.

R carré maximum

La méthode R² maximum fonctionne bien dans de nombreuses applications. Cette méthode minimise la somme des erreurs au carré.

Utiliser la fonction de perte de Huber pour ajuster les modèles TreeNet®: Lorsque le critère est la valeur R² maximale, vous pouvez choisir d’utiliser la fonction de perte de Huber pour ajuster les modèles TreeNet^® . La fonction de Huber est un hybride des fonctions R-carré maximum et de déviation absolue moyenne minimale. Avec la fonction Huber, spécifiez une valeur de commutation. La fonction de perte débute en tant qu'erreur quadratique. Elle reste l'erreur quadratique tant que la valeur est inférieure à la valeur de conversion. Si l'erreur quadratique dépasse la valeur de conversion, la fonction de perte devient l'écart absolu. Si l'écart absolu se retrouve inférieur à la valeur de conversion, la fonction de perte redevient l'erreur quadratique.

Minimum écart absolu moyenne

Cette méthode minimise la somme des valeurs absolues des erreurs.

Paramètre de complexité des arbres individuels pour les modèles de régression TreeNet®

Sélectionnez l'une des options suivantes pour limiter la taille des arbres.

Nombre maximal de nœuds terminaux par arbre : saisissez une valeur entre 2 et 2 000 pour définir le nombre maximal de nœuds terminaux d'un arbre. Habituellement, une valeur de 6 fournit un bon équilibre entre la vitesse de calcul et l’étude des interactions entre les variables. Une valeur de 2 élimine l'examen des interactions.
Profondeur maximale de l'arbre : saisissez une valeur entre 2 et 1 000 pour définir la profondeur maximale d'un arbre. Le nœud racine correspond à une profondeur de 1. Dans de nombreuses applications, les profondeurs de 4 à 6 donnent des modèles relativement adéquats.