향상도 차트의 점에 대한 절차는 검증 방법에 따라 다릅니다. 다항 반응 변수의 경우 Minitab은 각 클래스를 차례로 사건으로 처리하는 여러 차트를 표시합니다.

학습 데이터 세트 또는 검증 없음

학습 데이터 세트에 대한 차트의 경우 차트의 각 점은 트리의 터미널 노드를 나타냅니다. 사건 확률이 가장 높은 터미널 노드는 차트의 첫 번째 지점이며 가장 왼쪽에 나타납니다. 다른 터미널 노드는 사건 확률을 줄이는 순서입니다.

다음 프로세스를 사용하여 점에 대한 x 및 y 좌표를 찾습니다.

  1. 각 터미널 노드의 사건 확률을 계산합니다.
    설명
    • n1,k 는 사건 클래스의 사례 수입니다. k번째 노드
    • Nk 는 사례 수 k번째 노드
  2. 터미널 노드의 순위를 가장 높은 노드에서 가장 낮은 사건 확률로 지정합니다.
  3. 각 터미널 노드의 경우 터미널 노드에서 사건 클래스에 사례를 할당하고, 다른 터미널 노드의 경우 비사건 클래스에 사례를 할당합니다.

    예를 들어 다음 표에서 4개의 터미널 노드가 있는 트리를 요약한다고 가정합니다.

    A 터미널 노드 B: 사건 발생 횟수 C: 사례 수 D: 분계점(B/C)
    4(4) 18 30 0.60
    0 25 67 0.37
    3(3) 12 56 0.21
    2 4(4) 36 0.11
    합계 59 189

    그런 다음 진양성률이 소수점 2자리인 항목은 다음과 같습니다.

    A 터미널 노드 B: 사건 발생 횟수 C: 진양성률
    4(4) 18 18 / 59 = 0.31
    0 25 25 / 59 = 0.42
    3(3) 12 12 / 59 = 0.20
    2 4(4) 4 / 59 = 0.07
    합계 59

  4. 정렬된 터미널 노드에서 터미널 노드의 모집단 백분율을 찾습니다.
    설명
    • Nk 는 사례 수 k번째 노드
    • N 는 학습 데이터 세트의 사례 수입니다.
  5. y 좌표의 향상도를 찾으려면 진양성률과 모집단의 백분율을 다음과 같이 나눕니다.
  6. 정렬된 터미널 노드의 경우 각 터미널 노드에 있는 데이터의 누적 백분율을 계산합니다. 이러한 누적 값은 차트의 x 좌표입니다.

    예를 들어 예측 확률이 가장 높은 터미널 노드에 0.16의 데이터가 포함되어 있고 사건 확률이 두 번째로 높은 터미널 노드가 0.35의 모집단을 가지면 첫 번째 터미널 노드에 대한 데이터의 누적 백분율이 0.16이고 두 번째 터미널 노드에 대한 모집단의 누적 백분율은 0.16 + 0.35 = 0.51입니다.

다음 표에서는 작은 트리에 대한 계산의 예를 표시합니다. 값은 소수점 2자리입니다.

A 터미널 노드 B: 사건 발생 횟수 C: 사례 수 D: 정렬에 대한 사건 확률(B/C) E: 진양성률 F: 데이터 백분율(C/C 합계) G: 데이터의 누적 백분율, x 좌표 H: 향상도(E/F), y 좌표
4(4) 18 30 0.60 0.31 0.16 0.16 1.94
0 25 67 0.37 0.42 0.35 0.51 1.20
3(3) 12 56 0.21 0.20 0.30 0.81 0.67
2 4(4) 36 0.11 0.07 0.19 1.00 0.37

별도의 검정 데이터 세트

학습 데이터 세트 사례와 동일한 단계를 사용하지만 검정 데이터 세트의 사례에서 사건 확률을 계산합니다.

k-폴드 교차 검증을 통한 검정

k-폴드 교차 검증을 사용하여 향상도 차트에서 x 및 y 좌표를 정의하는 절차에는 추가 단계가 있습니다. 이 단계에서는 여러 가지 고유한 사건 확률을 만듭니다. 예를 들어 수형도에 4개의 터미널 노드가 포함되어 있다고 가정합니다. 10-폴드 교차 검증이 있으면 i번째 폴드의 경우 데이터의 9/10 부분을 사용하여 폴드 i의 사례에 대한 사건 확률을 추정합니다. 이 프로세스가 각 폴드에 대해 반복되면 고유 사건 확률의 최대 수는 4 *10 = 40입니다. 그런 다음 모든 고유한 사건 확률을 감소 순서로 정렬하고 적절한 저장소를 형성하기 위해 더 많은 사례가 필요한 고유한 사건 확률을 결합합니다. 이 단계 후 학습 데이터 세트 절차의 3단계에서 마지막 단계는 x 및 y 좌표를 찾기 위해 적용됩니다.

이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오