Diagramme du MAD par rapport au nombre d'arbres pour Ajuster le modèle et Découvrir les prédicteurs principaux avec Régression TreeNet^®

Remarque

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

Le diagramme du MAD par rapport au nombre d'arbres indique l'écart absolu moyen sur l'axe des Y et le nombre d'arbres sur l'axe des X. L'écart absolu moyen indique si le modèle est adéquat. Utilisez les résultats de test pour évaluer les performances du modèle afin de prédire de nouvelles observations. Comparez les résultats d'apprentissage et de test pour voir s'il existe des problèmes de surajustement avec le modèle de l'ensemble de données d'apprentissage.

Cette analyse cultive 5 000 arbres. Le nombre optimal d'arbres est 4 905. La valeur optimale pour les données de test est d'environ 39 580 lorsque le nombre d'arbres est de 4 905.

Lorsque la méthode de fonction de perte ou d'erreur quadratique détermine le nombre d'arbres pour le modèle optimal, Minitab affiche le diagramme du R² par rapport au nombre d'arbres.

Interprétation

Des valeurs de MAD faibles indiquent que le modèle est bien ajusté. La ligne de référence indique la valeur du MAD optimale pour les données de test et le nombre d'arbres dans le modèle. Si la courbe de test indique un modèle insuffisant, déterminez s'il est nécessaire d'effectuer à nouveau l'analyse avec d'autres paramètres, tels que des taux d'apprentissage plus élevés ou plus faibles, ou une fraction de sous-échantillon plus élevée.

Diagramme du MAD par rapport au nombre d'arbres pour Ajuster le modèle et Découvrir les prédicteurs principaux avec Régression TreeNet®

Remarque

Interprétation

Diagramme du MAD par rapport au nombre d'arbres pour Ajuster le modèle et Découvrir les prédicteurs principaux avec Régression TreeNet^®