Remarque
Cette commande est disponible avec le Module d'analyse prédictive. Cliquez ici pour plus d'informations sur l'activation du module.
Sélectionnez la méthode ou la formule de votre choix.
Prédicteurs importants
Nombre de prédicteurs ayant une importance relative positive.
Un modèle Régression
TreeNet® provient d'une séquence de petits arbres de régression qui utilisent des valeurs résiduelles généralisées comme variable de réponse. Le calcul du score d’amélioration du modèle pour un prédicteur à partir d’un seul arbre s'effectue en deux étapes :
- Trouvez la réduction des erreurs moyennes au carré lorsque le prédicteur divise un nœud.
- Ajoutez toutes les réductions de tous les nœuds où le prédicteur est le séparateur de nœuds.
Le score d’importance pour le prédicteur est alors égal à la somme des scores d’amélioration du modèle sur tous les arbres.
R carré
Le R2 est également appelé coefficient de détermination.
Racine de l'erreur quadratique moyenne (RMSE)
Erreur quadratique moyenne (MSE)
Écart absolu moyen (MAD)
Pourcentage d'erreur absolue moyen (MAPE)
Notation
| Terme | Description |
|---|---|
| yi |  valeur de réponse observée |
 | réponse moyenne |
 |  réponse ajustée |
| N | nombre de lignes |
