Cette commande est disponible avec le Module d'analyse prédictive. Cliquez ici pour plus d'informations sur l'activation du module.
Lorsque vous utilisez Découvrir les prédicteurs principaux pour supprimer les prédicteurs les moins importants, Minitab Statistical Software produit des résultats pour le modèle ayant la meilleure valeur du critère de précision pour l’analyse, tels que la moyenne du log négatif de vraisemblance minimale. Minitab permet d'explorer d'autres modèles de la séquence ayant conduit à l'identification de l'arbre optimal. En général, vous sélectionnez un modèle alternatif si un autre modèle a une valeur du critère proche du meilleur, mais avec moins de prédicteurs. Un modèle avec moins de prédicteurs est plus facile à interpréter, peut avoir une meilleure précision de prédiction, et permet de travailler avec un plus petit nombre de prédicteurs.
Le tableau de sélection de modèle suivant compte par exemple 13 étapes. Le modèle ayant la plus petite la moyenne du log négatif de vraisemblance est le modèle avec tous les prédicteurs. Le modèle à l’étape 11 a une moyenne du log négatif de vraisemblance relativement proche de la meilleure valeur. Le modèle à l'étape 11 a 3 prédicteurs. Les résultats complets du modèle à l’étape 11 sont également intéressants.
Modèle | Nombre optimal d'arbres | Log de vraisemblance de moyenne | Nombre de prédicteurs | Prédicteurs éliminés |
---|---|---|---|---|
1 | 268 | 0,273936 | 29 | Aucun |
2 | 268 | 0,274186 | 27 | stabilité de mousse; densité en vrac |
3 | 234 | 0,273843 | 26 | Min. concentration gélification |
4 | 233 | 0,274350 | 25 | mode four 2 |
5 | 232 | 0,274943 | 24 | méthode de four |
6 | 273 | 0,275553 | 23 | mode four 1 |
7 | 244 | 0,274811 | 22 | vitesse de mélange |
8 | 268 | 0,274258 | 21 | mode four 3 |
9 | 272 | 0,274185 | 20 | surface de repos |
10 | 232 | 0,274077 | 19 | cuire la température 3 |
11 | 287 | 0,273598 | 18 | outil de mélange |
12 | 227 | 0,274358 | 17 | cuire la température 1 |
13 | 276 | 0,275374 | 16 | temps de repos |
14 | 272 | 0,276082 | 15 | eau |
15 | 268 | 0,275595 | 14 | concentration caustique |
16 | 268 | 0,277810 | 13 | capacité d’enflure |
17 | 253 | 0,276436 | 12 | stabilité de l’émulsion |
18 | 231 | 0,276159 | 11 | activité d’émulsion |
19 | 268 | 0,273537 | 10 | capacité d’absorption de l’eau |
20 | 260 | 0,273455 | 9 | capacité d’absorption d’huile |
21 | 299 | 0,272848 | 8 | protéine de farine |
22 | 278 | 0,272629 | 7 | capacité de mousse |
23* | 299 | 0,267184 | 6 | taille de farine |
24 | 297 | 0,288621 | 5 | cuire la température 2 |
25 | 234 | 0,330342 | 4 | temps sec |
26 | 290 | 0,305993 | 3 | température de gélatinisation |
27 | 245 | 0,534345 | 2 | il est temps de cuisiner |
28 | 146 | 0,599837 | 1 | température du four |
Cliquez sur Sélectionner un autre modèle dans la sortie. Une boîte de dialogue s'ouvre et affiche le diagramme du critère en fonction du nombre de prédicteurs éliminés et un tableau qui récapitule les étapes.
Pour sélectionner un modèle alternatif, cliquez sur un point du graphique ou sur une ligne dans le tableau. Appuyez sur Afficher les résultats pour créer les résultats de ce modèle.
Quand vous affichez les résultats, vous pouvez cliquer sur un bouton dans la sortie pour affiner les hyperparamètres du modèle ou pour faire des prédictions à partir du modèle. Pour plus d'informations, reportez-vous à Sélectionner les valeurs des hyperparamètres à évaluer pour Ajuster le modèle et Découvrir les prédicteurs principaux avec Classification TreeNet® ou Prédire de nouveaux résultats pour Ajuster le modèle et Découvrir les prédicteurs principaux avec Classification TreeNet®.
Pour comparer les résultats de deux analyses ou rapports différents, cliquez à droite sur le deuxième élément dans Navigateur et sélectionnez Ouvrir en mode fractionné.