Méthodes et formules pour le récapitulatif du modèle dans la fonction Régression CART^®

Tout arbre de régression est une collection de divisions. Chaque division apporte une amélioration à l'arbre. Chaque division comprend également des divisions de substitution qui apportent également une amélioration à l'arbre. L'importance d'une variable est donnée par toutes ses améliorations lorsque l'arbre l'utilise pour diviser un nœud, que ce soit directement ou comme substitut lorsqu'une valeur est manquante pour une autre variable. La formule suivante donne l'amélioration à un seul nœud :

Les valeurs de I(t), de p_Gauche et de p_Droite dépendent du critère de partition des nœuds. Pour plus d'informations, accédez à Méthodes de partition des nœuds dans Régression CART®.

La formule de l'importance relative pour le q^e prédicteur mesure l'importance par la variable la plus importante :

Le R² est également appelé coefficient de détermination.