Sélectionner un autre modèle à partir de Découvrir les prédicteurs principaux avec Classification TreeNet®

Exécutez Module d'analyse prédictive > Classification TreeNet® > Découvrir les prédicteurs principaux. Cliquez sur le bouton après le Sélectionner un autre modèle tableau Élimination du prédicteur.
Remarque

Cette commande est disponible avec le Module d'analyse prédictive. Cliquez ici pour plus d'informations sur l'activation du module.

Généralités

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.

Sélection du modèle en éliminant les prédicteurs non importants

Test
ModèleNombre
optimal
d'arbres
Log de
vraisemblance
de moyenne
Nombre de
prédicteurs
Prédicteurs éliminés
12680,27393629Aucun
22680,27418627stabilité de mousse; densité en vrac
32340,27384326Min. concentration gélification
42330,27435025mode four 2
52320,27494324méthode de four
62730,27555323mode four 1
72440,27481122vitesse de mélange
82680,27425821mode four 3
92720,27418520surface de repos
102320,27407719cuire la température 3
112870,27359818outil de mélange
122270,27435817cuire la température 1
132760,27537416temps de repos
142720,27608215eau
152680,27559514concentration caustique
162680,27781013capacité d’enflure
172530,27643612stabilité de l’émulsion
182310,27615911activité d’émulsion
192680,27353710capacité d’absorption de l’eau
202600,2734559capacité d’absorption d’huile
212990,2728488protéine de farine
222780,2726297capacité de mousse
23*2990,2671846taille de farine
242970,2886215cuire la température 2
252340,3303424temps sec
262900,3059933température de gélatinisation
272450,5343452il est temps de cuisiner
281460,5998371température du four
L'algorithme a supprimé un prédicteur et tous les prédicteurs ayant une importance de 0 à
     chaque étape.
* Le modèle sélectionné présente un log de vraisemblance de moyenne minimal. Les résultats du
     modèle sélectionné sont affichés ci-après.

Effectuer l'analyse

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.

Comparer les critères

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®.

Conseil

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.