TreeNet® 분류를 통한 모형 적합주요 예측 변수 검색에 대해 표시할 그래프 선택

예측 분석 모듈 > TreeNet® 분류 > 모형 적합 > 그래프

예측 분석 모듈 > TreeNet® 분류 > 주요 예측 변수 검색 > 그래프

참고

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

분석에 표시할 그래프를 선택합니다.

사용 가능한 그림은 최적의 트리 수를 선택하도록 선택한 기준에 따라 다릅니다. 그림은 기준과 트리 수 사이의 관계를 보여줍니다.
  • 평균 로그 우도 대 트리 수 그림
  • ROC 곡선 아래 면적 대 트리 수 그림
  • 오분류 비율 대 트리 수 그림
변수 중요도 차트
변수 중요도 차트는 예측 변수의 상대적 중요도를 보여주며, 중요한 변수의 전부 또는 일부를 표시할지 선택할 수 있습니다. 변수는 기본 분할로 사용되는 경우 중요합니다.
  • 모든 중요한 변수 표시: 기본적으로 이 차트에는 모든 중요한 변수가 표시됩니다.
  • 중요한 변수의 백분율 표시: 표시할 중요 변수의 백분율을 지정합니다. 0에서 100 사이의 값을 입력합니다.
  • 모든 예측 변수 표시: 모든 예측 변수가 중요한 변수인지 여부를 표시합니다.
수신자 검사 특성(ROC) 곡선
수신자 검사 특성(ROC) 곡선은 모형이 등급을 구별하는 능력을 보여줍니다. ROC 곡선은 가양성률(FPR)에 대해 진양성률(TPR)을 플로팅합니다.
이익 차트
누적 이익 차트는 모집단의 일부에서 모형의 효과를 보여줍니다. 이익 차트는 백분율 대비 모집단(%)의 진양성률을 표시합니다.
향상도 차트
향상도 차트는 예측 모형의 효과를 보여줍니다. 차트는 누적 향상도와 % 모집단을 플로팅하고 예측 모형의 유무에 관계없이 얻은 결과 간의 차이를 표시합니다. 향상도 차트에 대한 누적 또는 누적되지 않음을(를) 지정할 수 있습니다.
사건 확률의 상자 그림
이항 반응의 경우 사건 확률의 상자 그림은 검정 및 학습 데이터에 대한 모든 사건 확률 분포를 표시합니다.
상위 K 중요 변수에 대한 하나의 예측 변수 부분 종속성 플롯, K =
하나의 예측 변수 부분 종속성 플롯은 기본적으로 상위 4개의 중요한 변수에 대해 적합된 절반 로그 승산비 값을 표시합니다. 표시할 중요한 변수 개수를 늘리거나 줄일 수 있습니다. 결과가 나면 한 예측 변수 플롯 아래의 플롯에 대해 더 많은 예측 변수 선택를 클릭하여 더 많은 예측 변수에 대한 플롯을 표시합니다.
상위 K 중요 변수에 대한 두 개의 예측 변수 부분 종속성 플롯, K =
두 개의 예측 변수 부분 종속성 플롯은 기본적으로 상위 2개의 중요한 변수에 대해 적합된 절반 로그 승산비 값을 표시합니다. 표시할 중요한 변수 개수를 늘리거나 줄일 수 있습니다. 결과가 나면 두 예측 변수 플롯 아래의 플롯에 대해 더 많은 예측 변수 선택를 클릭하여 더 많은 예측 변수 쌍에 대한 플롯을 표시합니다.
범주형 예측 변수가 있는 그림의 경우 Minitab은 적합된 값의 산점도를 표시합니다. 계량형 예측 변수의 경우 표면, 등고선 그림 또는 둘 다 지정할 수 있습니다.
이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오