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混同行列の方法と計算式

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

目的の方法また計算式を選択します。

混同行列には、モデルの分類精度に関する結果が含まれています。ほとんどの場合、レコードの分類は予測確率が最も高い応答レベルです。たとえば、2値応答では、予測される事象の確率が0.50を超える場合、行の分類は事象カテゴリになります。ただし、2値応答の場合は、0.50以外のしきい値を指定できます。

カウント数

重みがない場合、カウント数とサンプルサイズは同じです。

重み付きカウント

重み付きの場合、重み付きカウント数はあるカテゴリの重みの合計です。重みを使用して、パーセンテージとレートを計算します。次の単純な例を考えてみます。
応答レベル 予測レベル 体重
はい はい 0.1
はい はい 0.2
はい いいえ 0.3
はい いいえ 0.4
いいえ いいえ 0.5
いいえ いいえ 0.6
いいえ はい 0.7
いいえ はい 0.8
次の表に、次の統計情報を示します:
実際のクラス 重み付きカウント 予測クラス = はい 予測クラス = いいえ 正解率
はい 0.1 + 0.2 + 0.3 + 0.4 = 1 0.1 + 0.2 = 0.3 0.3 + 0.4 = 0.7 0.3 / (0.3 + 0.7) ×100 = 30.00%
いいえ 0.5 + 0.6 + 0.7 + 0.8 = 2.6 0.7 + 0.8 = 1.5 0.5 + 0.6 = 1.1 1.1 / (1.5 + 1.1) × 100 = 42.31%
すべて 1 + 2.6 = 3.6 0.3 + 1.5 = 1.8 0.7 + 1.1 = 1.8 (0.3 + 1.1) / 3.6 × 100 = 38.89%

真陽性率(感度または検出力)

偽陽性率(第1種の過誤)

偽陰性率(第2種の過誤)

真陰性率(特異度)

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