TreeNet® 分類による適合モデルおよび主要な予測変数を検出の誤分類率対木の数プロット

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

誤分類率と木の数プロットでは、y 軸の誤分類率と x 軸上の木の数がプロットされます。最小誤分類率は、モデルが適切な分類子であるかどうかを示します。検定結果を使用して、モデルのパフォーマンスを評価して新しい観測値を予測します。トレーニング結果とテスト結果を比較して、トレーニングデータセットのモデルに過剰適合の問題があるかどうかを確認します。

ROC曲線の下の面積が最適なモデルの木の数を決定すると、MinitabはROC曲線下面積と木の数のプロットを表示します。最適モデルの木の数が最尤値によって決まり、その結果、Minitabに平均対数尤度と木の数のプロットが表示されます。

解釈

誤分類率は 0 以上である必要があります。値が小さいほど、分類モデルが適切であることを示します。参照線は、テストデータの最適な誤分類率とモデル内の木の数を示します。テスト曲線が不十分なモデルを示している場合は、学習率の大きさや小ささなどの代替設定で分析を再試行するか、またはサブサンプル割合を大きくするか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