注
このコマンドは、 予測分析モジュール.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。
誤分類率と樹木数プロットは、誤分類率をy軸に、木の数をx軸にプロットします。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。検証手法を用いる分析では、プロットに検証結果の線が含まれます。検証結果を用いてモデルのパフォーマンスを評価し、新たな観測を予測します。トレーニング結果と検証結果を比較し、トレーニングデータセットのモデルに過学習の問題がないか確認してください。
ROC曲線下の面積が最適モデルの木の数を決定する場合、MinitabはROC曲線下面積と樹木数のプロットを表示します。最尤度値が最適モデルの木数を決定する場合、Minitabは平均対数可能度と木数のプロットを表示します。
解釈
誤分類率は≥0でなければなりません。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。基準線は検証結果の最適な誤分類率とモデル内の木の数を示します。検証結果の曲線が不十分を示している場合は、学習率を大きくしたり小さくしたり、サブサンプルの割合を大きくするかなど、別の設定で再挑戦するかを検討してください。
