ベストモデルの検出(2値応答) でおよびの部分的依存プロットの予測変数をさらに多く選択する

予測分析モジュール > 自動機械と学習 > ベストモデルの検出(2値応答)を実行します。いずれかの部分依存プロットのセットの後に、そのタイプのプロットを追加しますプロットする予測変数をさらに多く選択するをクリックします。

注

このコマンドは、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。

最適なモデルタイプが TreeNet^® モデルの場合、結果には部分的な依存プロットが含まれます。結果に存在しないモデルから部分的依存プロットが使用できる場合は、プロットする予測変数をさらに多く選択するをクリックできます。使用可能なプロットは、元の結果に存在しなかったプロット、または削除されたプロットです。ボタンは、モデルのワークシートがアクティブな場合にのみアクティブになります。

1つの予測変数の部分的依存プロットに対するプロットする予測変数をさらに多く選択する

プロットにまだ存在しないモデル内の単一の予測変数に対して、プロットを追加できます。

結果に存在する1つの予測変数の部分的依存プロットの後で、プロットする予測変数をさらに多く選択するをクリックします。
予測変数に、プロットする予測変数を入力します。
OKをクリックします。

1つの予測変数の部分依存プロットに対する新しいプロットは、セクションの最後にあります。

2つの予測変数の部分的依存プロットに対するプロットする予測変数をさらに多く選択する

プロットにまだ存在しないモデル内の任意の予測変数ペアに対して、プロットを追加できます。最初、予測変数の表には、結果にプロットがないモデル内の最強の5つの交互作用が含まれています。次の手順を実行して、プロットを追加します。

結果内の2つの予測変数の部分的依存プロットの後で、プロットする予測変数をさらに多く選択するをクリックします。
テーブルの行に、プロットのx軸の予測変数をX予測変数に入力します。次に、プロットのy軸の同じ行の予測変数を Y予測変数入力します。
テーブル内のいずれかの行に連続予測変数のペアが含まれている場合、タイプの選択がアクティブになります。曲面プロット、等高線プロット、またはその両方を作成するかどうかを選択します。
OKをクリックします。

2つの予測変数の部分依存プロットに対する新しいプロットは、セクションの最後にあります。