Diagramme R-carré vs nombre de fonctions de base

Remarque

Cette commande est disponible avec la commande Module d'analyse prédictive. Cliquez ici pour plus d’informations sur la façon d’activer le module.

Le graphique R-carré en fonction du nombre de fonctions de base affiche les valeurs R² sur l’axe des y et le nombre de fonctions de base sur l’axe des x. La valeur du R² indique si le modèle est adéquat. Lorsque l’analyse utilise une méthode de validation, le graphique inclut une ligne pour les résultats de validation. Utilisez les résultats de validation pour évaluer la performance du modèle afin de prédire de nouvelles observations. Comparez les résultats d'apprentissage et de validation pour voir s'il existe des problèmes de surajustement avec le modèle de l'ensemble de données d'apprentissage.

La plus grande valeur x pour un point montre que cette analyse évalue 20 fonctions de base. Le nombre optimal de fonctions de base est de 13. La valeur R² pour les données d’essai lorsque le nombre de fonctions de base est de 13 est d’environ 87,61%.

Lorsque la fonction de perte de déviation absolue détermine le modèle optimal, les résultats incluent le diagramme MAD en fonction du nombre de fonctions de base à la place.

Interprétation

Les valeurs plus élevées du R² indiquent que le modèle est bien ajusté. La ligne de référence indique la valeur optimale de R² pour les résultats de validation et le nombre de fonctions de base dans le modèle. Si la courbe de validation indique un modèle insuffisant, envisagez de retenter l’analyse avec d’autres paramètres, tels qu’une recherche de fonctions de base supplémentaires.