表示するグラフを選択し、 適合モデル と 主要な予測変数を検出 してください TreeNet^® 分類

分析で表示するグラフを選択します。

変数の重要度グラフ

変数重要度グラフには、予測変数の相対的な重要度が表示されます。重要な変数のすべてを表示するか、または一部を表示するかを選択できます。変数は、最良の分岐変数として使用される場合に重要とされます。

• すべての重要な変数を表示する: デフォルトでは、このグラフには重要な変数がすべて表示されます。
• 重要な変数のパーセンテージを表示する: 表示する重要な変数のパーセントを指定します。0～100の範囲の値を入力します。
• すべての予測変数を表示する: すべての予測変数を重要変数であるかどうかに関わらず表示します。

受信者動作特性 (ROC) 曲線

受信者動作特性(ROC)曲線は、モデルがクラスを区別する能力を示します。ROC曲線は、偽陽性率（FPR）に対して真陽性率（TPR）をプロットします。

ゲインチャート

累積ゲインチャートは、母集団の一部におけるモデルの効果を示しています。ゲインチャートは、真陽性率を人口の割合でプロットしています。

リフトチャート

リフトチャートは、予測モデルの有効性を示しています。グラフでは、累積リフトと母集団の割合をプロットし、予測モデルを使用して得られた結果と予測モデルなしで得られた結果の差を表示します。累積や非累積を、リフトチャートに対して指定することができます。

事象確率の箱ひげ図

バイナリ応答の場合、イベント確率のボックスプロットは検証結果と訓練データの両方のイベント確率分布を示します。

上位K個の重要な変数に対する、一予測変数部分従属プロット、K =

1つの予測変数部分依存プロットは、デフォルトで上位4つの重要変数のフィットした半対数オッズ値を表示します。プロットする重要な変数の数は増減させることができます。結果が表示されたら、結果の 中から一予測変数プロット を選択して、さらに予測変数のプロットを表示します。

上位K個の重要な変数に対する、二予測変数部分従属プロット、K =

2つの予測変数部分依存プロットは、上位2つの重要変数のフィットした半対数オッズ値をデフォルトで表示しています。プロットする重要な変数の数は増減させることができます。結果が表示されたら、結果の 二予測変数プロット を選択して、より多くの予測変数ペアのプロットを表示します。

カテゴリ予測変数を持つプロットの場合、Minitabは適合値の散布図をプロットします。連続予測変数の場合は、曲面または等高線プロット、またはその両方を指定できます。