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。
R-2乗と木のプロット数では、Y軸にR2の値が表示され、x 軸に木の数が表示されます。R2の値は、モデルが適合してい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。
この分析は500本のツリーを育てます。最適な木の数は500です。木の数が500本の場合、クロスバリデーション結果のR2 値は約86.79%です。
絶対偏差損失関数が最適モデルの木数を決定すると、MinitabはMADと木の数のプロットを表示します。
解釈
R2の値が高いほど、モデルが優れていることを示します。基準線は検証結果の最適R2 値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、学習率の大きいまたは小さい、あるいはより大きなサブサンプルの割合など、代替設定で再挑戦するかを検討してください。
