注
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。
残差の箱ひげ図を使用して、モデルの全体的な正確性を評価します。解析が検証技術を用いる場合、トレーニングデータのモデル精度と検証結果の精度を比較することも可能です。
箱ひげ図には、実際の値と適合値の差が表示されます。四分位数の1.5倍を超える点は、最も近い四分位数から個別の記号を持ちます。
解釈
残差が応答変数のスケールに対して0に近い値となるのが理想的です。検証手法を用いる分析では、結果にはトレーニングデータと検証結果のプロットが別々に含まれます。検証結果から得られる木のパフォーマンスは、新しいデータに対する木の性能をよりよく表しています。検証結果とトレーニングデータの間に大きな違いがあることを調べるべきです。
これらの箱ひげ図は、IQR がトレーニング データセットよりもテスト データセットの方がはるかに大きいことを示しています。この差は、新しいデータに対するモデルのパフォーマンスが、トレーニングデータに対するのモデルのパフォーマンスほど良好ではないということを示唆しています。また、個々の記号で表される大きな残差は、モデルがすべてのデータにうまく適合していないことを示すことがあります。
