표시할 그래프 선택 CART^® 분류

해석에 표시할 그래프를 선택합니다.

수형도

수형도에는 최적의 트리가 표시됩니다. 수형도를 마우스 오른쪽 단추로 클릭하여 세부 보기와 노드 분할 보기 사이를 전환할 수 있습니다. 트리의 상세 보기에는 범주와 개수가 포함되며 노드 분할 보기는 각 노드에서 사용되는 변수만 있는 모형의 상위 수준 보기를 표시합니다.

오분류 비용 대 단말 노드 수 그림

터미널 노드의 수와 오분류 비용 그림은 분류 오차와 트리 크기 간의 관계를 보여줍니다. 노드 수가 다른 트리를 선택하여 수형도에 표시할 다른 트리를 선택할 수 있습니다.

변수 중요도 차트

변수 중요도 차트는 예측 변수의 상대적 중요도를 보여주며, 중요한 변수의 전부 또는 일부를 표시할지 선택할 수 있습니다. 변수는 기본 및 대체 분할로 사용되는 경우 중요합니다.

• 모든 중요한 변수 표시: 기본적으로 이 차트에는 모든 중요한 변수가 표시됩니다.
• 중요한 변수의 백분율 표시: 표시할 중요 변수의 백분율을 지정합니다. 기타 [-5와 5 사이의 값](V):
• 모든 예측 변수 표시: 모든 예측 변수가 중요한 변수인지 여부를 표시합니다.

수신자 검사 특성(ROC) 곡선

수신자 검사 특성(ROC) 곡선은 트리가 클래스를 구별하는 능력을 보여줍니다. ROC 곡선은 가양성률(FPR)에 대해 진양성률(TPR)을 플로팅합니다.

이익 차트

누적 게인 차트는 모집단의 일부에서 모형의 효과를 보여줍니다. 게인 차트는 % 클래스 대 % 모집단을 플로팅합니다.

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 않음 을(를) 지정할 수 있습니다.