최고의 모형 검색(이항 반응) 하이퍼파라미터 최적화

평균 로그 우도는 모형 정확도를 측정합니다. 값이 작을수록 더 잘 적합함을 나타냅니다.

ROC 곡선은 y축에 검정력이라고도 하는 진양성률(TPR)을 플로팅합니다. ROC 곡선은 x축에서 유형 1 오차라고도 하는 가양성률(FPR)을 표시합니다. ROC 곡선 아래 면적은 모형이 올바른 분류자인지 여부를 나타냅니다.

ROC 곡선 아래 면적 값은 일반적으로 0.5에서 1 사이입니다. 값이 클수록 더 좋은 분류 모형을 나타냅니다. 이항 모형이 등급을 완벽하게 구분할 수 있는 경우 곡선 아래 면적은 1입니다. 이항 모형이 임의 할당보다 등급을 더 잘 구분할 수 없는 경우 곡선 아래 면적은 0.5입니다.

오분류 비율은 모형이 반응 값을 정확하게 분류하는 빈도를 나타냅니다. 값이 작을수록 더 좋은 성능을 나타냅니다.

이 행은 고려해야 할 예측 변수 수의 선택을 나타냅니다.

최소 내부 노드 크기는 노드가 가질 수 있고 더 많은 노드로 분할될 수 있는 최소 사례 수를 나타냅니다.

부트스트랩 표본 수는 분석의 트리 수를 나타냅니다.