R-carré vs nombre d’arbres tracez pour Ajuster le modèle et Découvrir les prédicteurs principaux avec Régression TreeNet®

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 diagramme du R carré par rapport au nombre d'arbres indique les valeurs du R2 sur l'axe des Y et le nombre d'arbres 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.

Cette analyse cultive 500 arbres. Le nombre optimal d'arbres est 500. La valeur R2 pour les résultats de validation croisée lorsque le nombre d’arbres est de 500 est d’environ 86,79 %.

Lorsque la fonction de perte d'écart absolu détermine le nombre d'arbres pour le modèle optimal, Minitab affiche le diagramme du MAD par rapport au nombre d'arbres.

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 d’arbres dans le modèle. Si la courbe depuis résultats de validation indique un modèle insuffisant, envisagez de refaire l’analyse avec des paramètres alternatifs, tels que des taux d’apprentissage plus grands ou plus petits, ou une fraction de sous-échantillon plus grande.