TreeNet^® 回帰による主要な予測変数を検出の重要でない/重要な予測を排除するモデル評価

通常、最適な木の数は、各ステップで異なります。最適な数が分析のツリーの総数に近い場合、モデルは改善の可能性が高くなります。改善の可能性が高いと思われる代替モデルを調べることを検討することもできます。

R²は、モデルによって説明される応答の変動のパーセントです。R²の値の範囲は0%から100%です。

二乗誤差損失関数またはフーバー損失関数を使用する場合、表には各モデルの R²の値が含まれます。次の結果は、R²の最大値を持つモデルに対するものです。項の数が少ないモデルが最適値に近いR²値を持つ場合は、代替モデルをさらに探索するかどうかを検討します。予測変数が少ないモデルは解釈しやすく、少数の予測変数を使用できます。

平均絶対偏差(MAD)とは、予測値と実測値の間の差の平均絶対値です。MADが小さいほどデータへのモデルの適合度は上がります。MADでは、精度がデータと同じ単位で表されるため、誤差の量を概念化するのに役立ちます。

絶対偏差損失関数を使用する場合、表には各モデルのMAD値が含まれます。表に続く完全な結果は、MAD値が最小のモデルに対してのものです。項の数が少ないモデルが最適値に近いMAD値を持つ場合は、代替モデルをさらに探索するかどうかを検討します。予測変数が少ないモデルは解釈しやすく、少数の予測変数を使用できます。

予測変数の数とは、モデル内の予測変数の数です。表の最初の行の予測変数の数は、常に分析で考慮されるすべての予測変数です。最初の行の後の予測変数の数は、分析によって重要でない予測変数または重要な予測変数が排除されるかどうかによって変化します。

分析によって最も重要度の低い予測変数が削除されると、各ステップで指定された予測変数の数と、重要度スコアが0の予測変数の数だけ予測変数の数が減少します。たとえば、分析によってステップあたり10個の予測変数が削除される場合、最初のモデルに900個の予測変数があり、重要度スコアが0の450個の予測変数が含まれる場合、表の最初の行には900個の予測変数があります。2行目には440個の予測変数があります。これは分析によって重要度スコアが0の予測変数が450個と、重要度が最も低い10個の予測変数が削除されるためです。

分析によって最も重要な予測変数が削除されると、各ステップで指定された数の予測変数によって予測変数の数が減少します。重要度が0の予測変数はモデルに残ります。

列は各ステップで削除された予測変数を表示します。このリストには、ステップごとに予測変数のタイトルが最大25個表示されます。モデルにはすべての予測変数が含まれるため、最初の行には常に「なし」と表示されます。最初の行の後の予測変数の数は、分析によって重要でない予測変数または重要な予測変数が排除されるかどうかによって変化します。

分析によって最も重要度の低い予測変数が削除されると、各ステップで指定された予測変数の数と、重要度スコアが0の予測変数の数だけ予測変数の数が減少します。重要度スコアが0の予測変数が分析によって排除された場合、それらの予測変数がリストの最初に表示されます。分析によっていずれかのカテゴリで複数の予測変数が削除された場合、名前の順序はワークシートの予測変数の順序になります。

分析によって最も重要な予測変数が削除されると、リストには各ステップから削除された予測変数が表示されます。分析によっていずれかのステップで複数の予測変数が削除された場合、名前の順序はワークシートから得られた予測変数の順序になります。