Nuage de points des valeurs de réponse ajustées par rapport aux valeurs réelles

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.

Utilisez le nuage de points pour évaluer l'exactitude des prévisions. Lorsque l’analyse utilise une technique de validation, vous pouvez également comparer les exactitude du modèle pour les données d’entraînement et les résultats de validation.

Le nuage de points affiche les valeurs de réponse réelles sur l'axe X et les valeurs de réponse ajustées sur l'axe Y. La ligne calculée représente le moment où la valeur réelle et la valeur de réponse sont égales. Des valeurs aberrantes ou des groupes inhabituels de points dans les résultats de validation peuvent indiquer des données qui méritent une analyse approfondie.

Interprétation

Dans l'idéal, la ligne passe par le milieu des points et les points sont proches de la ligne, par rapport à l'échelle de la variable de réponse. Lorsque l’analyse utilise une méthode de validation, les résultats incluent des graphiques séparés pour les données d’entraînement et pour les résultats de validation. La performance de l’arbre à partir des résultats de validation est généralement une meilleure représentation de la performance de l’arbre pour les nouvelles données. Vous devriez étudier les grandes différences entre les résultats de validation et les données d’entraînement.

Dans ce diagramme de scatter, les points pour les données d’entraînement et les ensembles de résultats de validation croisée présentent des schémas similaires. Cette similitude suggère que la performance du modèle sur les nouvelles données est proche de la performance du modèle sur les données d’apprentissage.

Le diagramme de points des montants ajustés des prêts par rapport aux montants réels montre la relation entre les valeurs ajustées et réelles pour les données d’entraînement et les résultats de validation croisée. Vous pouvez survoler les points du graphique pour voir plus facilement les valeurs tracées. Dans cet exemple, la plupart des points se situent approximativement près de la ligne de référence y=x.