Sélectionnez les graphiques à afficher pour Classification CART^®

Sélectionnez les graphiques que vous souhaitez afficher pour l’analyse.

Arborescence

L’arbre en arbre montre l’arbre optimal. Vous pouvez cliquer avec le bouton droit sur le diagramme pour basculer entre la vue détaillée et la vue fractionnée des nœuds. La vue détaillée de l’arborescence inclut les catégories et les nombres, et la vue fractionnée des nœuds affiche une vue de haut niveau du modèle avec uniquement la variable utilisée à chaque nœud.

Diagramme de coût de mauvais classement par rapport au nombre de nœuds terminaux

Le graphique du coût des erreurs de classification en fonction du nombre de nœuds terminaux montre la relation entre les erreurs de classification et la taille de l’arbre. Vous pouvez sélectionner d’autres arbres à afficher dans l’arborescence en sélectionnant une arborescence avec un nombre différent de nœuds.

Courbe d'importance des variables

Le graphique d’importance des variables montre l’importance relative des prédicteurs. Vous pouvez choisir d’afficher toutes les variables importantes ou certaines d’entre elles. Les variables sont importantes lorsqu’elles sont utilisées comme séparateurs primaires et de substitution.

• Afficher toutes les variables importantes: Par défaut, ce graphique affiche toutes les variables importantes.
• Afficher un pourcentage de variables importantes: Spécifiez le pourcentage de variables importantes à afficher. Entrez une valeur comprise entre 0 et 100.
• Afficher toutes les variables de prédiction: Affichez tous les prédicteurs, qu’il s’agisse ou non de variables importantes.

Courbe de la fonction d'efficacité du récepteur (ROC)

La courbe ROC (receiver operating characteristic) montre la capacité d’un arbre à distinguer les classes. La courbe ROC représente le taux de vrais positifs (TPR) par rapport au taux de faux positifs (FPR).

Courbe des gains

Le graphique des gains cumulatifs illustre l’efficacité du modèle dans une partie de la population. Le graphique des gains représente le pourcentage de classe en fonction de la population.

Courbe de lift

Le graphique en courbes d’élévation illustre l’efficacité du modèle prédictif. Le graphique représente l’augmentation cumulative en fonction du pourcentage de population et affiche la différence entre les résultats obtenus avec et sans le modèle prédictif. Vous pouvez spécifier Cumulée ou Non cumulée pour le plan de courbes d’élévation.