TreeNet® 분류를 통한 모형 적합주요 예측 변수 검색에 대한 향상도 차트에 대한 방법 및 수식

참고

이 명령은 예측 분석 모듈에서 사용할 수 있습니다. 모듈을 활성화하는 방법에 대한 자세한 내용은 여기를 클릭하십시오.

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

학습 집합 또는 검증 없음

학습 집합에 대한 차트의 경우 차트의 각 점은 모형의 적합된 확률을 나타냅니다. 가장 높은 사건 확률은 차트의 첫 번째 점이며 가장 왼쪽에 나타납니다. 다른 사건 확률은 감소 순서로 되어 있습니다.

비누적 향상도 차트의 점은 ROC 곡선 차트의 점 계산에서 따르지 않습니다. 대신, 비누적 향상도 차트의 y-좌표는 (x-좌표에서 인구의 백분율/%의 비누적 진양성률)입니다. 진양성률의 계산은 ROC 곡선 차트와 정확히 동일합니다.

차트의 x-좌표의 형식은 다음과 같습니다.

설명 은(는) 적합된 확률이 분계점보다 크고 N이 총 행 수인 행 수입니다. 통계량에 대한 자세한 내용은 TreeNet® 분류를 통한 모형 적합 및 주요 예측 변수 검색에 대한 수신자 검사 특성(ROC) 곡선 방법 및 공식(으)로 이동하십시오.

별도의 검정 집합

학습 집합 사례와 동일한 단계를 사용하지만 학습 검정 집합의 사례에서 사건 확률을 계산합니다.

k-폴드 교차 검증을 통한 검정

학습 데이터 세트 절차와 동일한 단계를 사용하지만 교차 검증 데이터에 대한 사례에서 사건 확률을 계산합니다.

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