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リフトチャートの方法と計算式

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

リフトチャート上の点に関する手順は、検証法によって異なります。多項応答変数の場合、Minitabでは、各クラスを順番に事象として扱う複数のチャートが表示されます。

トレーニングセットまたは検証なし

トレーニングセットのチャートでは、チャート上の各点は、モデルの適合確率を表します。最高の事象確率は、チャート上の最初の点で、左端に表示されます。他の事象確率は、降順です。

非累積リフトチャート上のポイントは、ROC曲線グラフのポイントの計算に従いません。代わりに、非累積リフトチャートのY座標は、(X座標における非累積型の真陽性率/母集団の累積 %)です。真陽性率の計算は、ROC曲線チャートの場合と全く同じです。

チャートのX座標は以下の式となります:

ここで、 は、適合確率がしきい値より大きい行数で、Nは行の合計数です。しきい値の詳細は、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受信者動作特性(ROC)曲線チャートの方法と式を参照してください。

別のテストセット

トレーニングセットの場合と同じ手順を使用しますが、テストセットのケースから事象確率を計算します。

K分割交差検証を使用したテスト

トレーニングデータセットの手段と同じ手順を使用しますが、交差検証データのケースから事象確率を計算します。

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