최고의 모형 검색(이항 반응)의 예

결과 해석

모델 선택 테이블은 다양한 모델 유형의 성능을 비교합니다. Random Forests^® 모델은 평균 – 로그 우도의 최소값을 갖습니다. 다음 결과는 최상의 Random Forests^® 모델에 대한 것입니다.

오분류 비율 대 트리 수 그림은 성장한 트리 수에 대한 전체 곡선을 보여줍니다. 오분류 비율은 약 0.16입니다.

모형 요약 표는 평균 음의 로그 우도가 약 0.39임을 보여줍니다.

상대 변수 중요도 그래프는 트리 시퀀스에 대한 예측 변수에 분할이 이루어질 때 모형 개선에 미치는 영향 순으로 예측 변수를 표시합니다. 가장 중요한 예측 변수는 Thal입니다. 상위 예측 변수인 Thal의 기여도가 100%인 경우 다음으로 중요한 변수인 주요 출혈은 98.9%의 기여도를 가집니다. 이것은 주요 출혈이 이 분류 모형의 Thal만큼 중요한 98.9%임을 의미합니다.

혼동행렬은 모델이 클래스를 얼마나 올바르게 분리하는지 보여줍니다. 이 예에서 이벤트가 올바르게 예측될 확률은 약 87%입니다. 비사건이 올바르게 예측될 확률은 약 81%입니다.

오분류 비율은 모형이 새 관측치를 정확하게 예측하는지 여부를 나타내는 데 도움이 됩니다. 사건 예측의 경우 OOB 오차 오차는 약 13%입니다. 비사건 예측의 경우 오분류 오차는 약 19%입니다. 전체적으로 검정 데이터의 오분류 오류는 약 16%입니다.

Random Forests^® 모델의 ROC 곡선 아래 영역은 Out-of-bag 데이터의 경우 약 0.90입니다.

결과 해석

이 분석에서는 300그루의 나무를 키우며 최적의 나무 수는 46개입니다. 이 모델은 학습률 0.1과 하위 표본 부분 0.5을 사용합니다. 트리당 최대 터미널 노드 수는 6개입니다.