Random Forests® 分類の混同行列

このコマンドは、予測分析モジュールで使用できます。モジュールをアクティブにする方法については、ここをクリックしてください

混同行列は、次の基準を使用して、木がクラスをどの程度正しく分類しているかを示します。
  • 真陽性率 (TPR) — 事象のケースが正しく予測される確率
  • 偽陽性率 (FPR) — 非事象のケースが誤って予測される確率
  • 偽陰性率 (FNR) — 事象のケースが誤って予測される確率
  • 真陰性率 (TNR) — 非事象のケースが正しく予測される確率

解釈

Random Forests® 分類: 心臓病 対 年齢, レスト血圧, コレステロール, 最大心拍数, オールドピーク, セックス, 胸痛タイプ, ...

混同行列 予測クラス(アウトオブバッグ) 実クラス 計数 はい いいえ %正 はい (事象) 139 109 30 78.42 いいえ 164 26 138 84.15 すべて 303 135 168 81.52 統計量 アウトオブバッグ(%) 真陽性率(感度または検出力) 78.42 偽陽性率(第一種過誤) 15.85 偽陰性率(第二種過誤) 21.58 真陰性率(特異度) 84.15

この例では、「はい」の事象の総数は139で、「いいえ」の総数は164です。分析では、アウトオブバッグ データを使用してモデルを検証します。

このアウトオブバッグ データで、「はい」の事象の総数は139で、「いいえ」の総数は164です。
  • このアウトオブバッグ データでは、予測された「はい」の事象の数は109で、78.42%正しいです。
  • このアウトオブバッグ データでは、予測された「いいえ」の非事象の数は138で、84.15%正しいです。

全体として、アウトオブバッグ データの正解率は81.52%です。アウトオブバッグデータの結果を使用して、新しい観測値の予測精度を評価します。

正解率の値が低いのは、通常、不完全な適合モデルが原因です。様々な問題が不完全モデルの原因となります。正解率が非常に低い場合は、内部ノードを分割する最小ケース数を変更するか、または分析でノードを分割する際に考慮する予測変数の数を変更することを検討してください。

本サイトを使用すると、分析およびコンテンツのカスタマイズのためにクッキーが使用されることに同意したことになります。  当社のプライバシーポリシーをご確認ください