TreeNet^® 分類での適合モデルおよび主要な予測変数を検出の最適な木の数の選択

最大対数尤度などの最適化基準は、モデルに適合するために使用するのと同じデータで計算する場合、楽観的になる傾向があります。モデル検証法は、データのある割合をモデル適合プロセス外に残し、除外されたデータに対するモデルのパフォーマンスを評価する統計量を計算します。モデル検証法は、モデルが新しいデータに対してどの程度良好に機能するかを良く推定します。分析の選択に応じて、基準は、最大対数尤度、ROC曲線下の最大面積、または最小誤分類率です。Minitabでは、K分割交差検証と、別のテストデータセットによる検証の2つの検証法を提供しています。

K分割交差検証は、データのケース数が2,000以下の場合のMinitabのデフォルトの方法です。このプロセスはK回繰り返されるため、交差検証は、通常、テストセットによる検証よりも時間がかかります。

テストセットを使用した検証では、データの一部が検証用に確保されます。残りのデータはトレーニングセットです。まず、Minitabは、トレーニングセットで木の系列を成長させます。次に、テストセットを使用して、各木の数ごとにモデル選択基準の値が計算されます。最適値を持つ木の数が最適なモデルです。

検証を行わない場合、Minitabではデータセット全体を使用してモデルを適合します。最後のモデルに、木の数の最大値が含まれます。