TreeNet® 분류를 통한 모형 적합주요 예측 변수 검색에 대한 등급 가중치 지정

예측 분석 모듈 > TreeNet® 분류 > 모형 적합 > 클래스 가중치

예측 분석 모듈 > TreeNet® 분류 > 주요 예측 변수 검색 > 클래스 가중치

참고

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

등급 가중치를 사용하면 반응 변수의 각 등급에 대한 가중치를 지정할 수 있습니다. 예를 들어 한 등급의 관측치는 다른 등급의 관측치보다 가중치가 더 높을 수 있습니다. 등급 가중치는 사전 확률과 유사하며 보다 정확한 모형을 제공하는 데 도움이 될 수 있습니다.
참고

등급 가중치는 개별 사례 가중치와 다릅니다. 동일한 분석에서 두 가지 유형의 가중치를 모두 사용할 수 있습니다. 개별 사례 가중치에 대한 자세한 내용은 TreeNet® 분류를 통한 모형 적합 및 주요 예측 변수 검색 분석 옵션 선택(으)로 이동하십시오.

가중치 없음
Minitab은 등급의 가중치를 지정하지 않습니다.
등급 간에 동일한 표본 크기를 보장하기 위해 가중치 조정
Minitab은 등급 가중치가 등급의 표본 빈도에 비례하도록 같지 않은 등급 크기의 균형을 자동으로 조정합니다.
가중치 지정
각 등급에 대한 가중치를 입력합니다. 등급 가중치는 모형이 생성되는 방식과 모형의 성능에 영향을 미치지만 등급 카운트를 변경하지는 않습니다.

등급 가중치는 0보다 커야 합니다. 기본값은 1입니다.

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