TreeNet^® 분류가 포함된 주요 예측 변수 검색의 예

결과 해석

이 분석의 경우 Minitab Statistical Software는 28개의 모형을 비교합니다. 폼 안정성 예측 변수가 첫 번째 모형에서 중요도 점수 0이므로 알고리즘이 첫 번째 단계에서 2개의 변수를 제거하기 때문에 단계 수는 최대 단계 수보다 적습니다. 모형 평가 표의 모형 열의 별표는 평균 로그 우도 통계의 값이 가장 작은 모형이 모형 23임을 보여줍니다. 모형 평가 표의 결과는 모형 23용에 대한 것니다.

모형 23은 평균 로그 우도 통계의 값이 가장 작지만 다른 모형은 값이 비슷합니다. 팀은 대체 모델 선택을(를) 클릭하여 모형 평가 표에서 다른 모형에 대한 결과를 생성할 수 있습니다.

모형 23의 결과에서 평균 로그 우도 대 트리 수 플롯은 최적의 트리 수가 분석에서의 트리 수에 거의 같음을 보여줍니다. 팀은 하이퍼파라미터 튜닝을(를) 클릭하여 트리 수를 늘리고 다른 하이파라미터에 대한 변경으로 모형의 성능이 향상되는지 확인할 수 있습니다.

상대 변수 중요도 그래프는 트리 시퀀스에 대한 예측 변수에 분할이 이루어질 때 모형 개선에 미치는 영향 순으로 예측 변수를 표시합니다. 가장 중요한 예측 변수는 믹스 타임입니다. 상위 예측 변수, 믹스 타임의 중요도가 100%인 경우 다음 중요도 변수, 가마 온도은(는) 기여도가 93.9%입니다. 이는 가마 온도이(가)믹스 타임 만큼 중요한 93.9%임을 의미합니다.

부분 종속성도를 사용하면 중요한 변수 또는 변수 쌍이 적합 반응 값에 어떤 영향을 미치는지 파악할 수 있습니다. 적합된 반응 값은 1/2 로그 척도에 있습니다. 부분 종속성 플롯은 반응과 변수 간의 관계가 선형, 단조로움 또는 더 복잡한지 여부를 보여줍니다.

하나의 예측 변수 부분 종속 플롯은 믹스 타임 가마 온도 및 구울 시간에 대한 중간 값을 허용 가능한 프레첼의 승산을 증가시킵니다. 건조 시간의 중간 값은 허용 가능한 프레첼의 승산을 감소시킵니다. 연구원은 다른 변수에 대한 플롯을 생성하도록 선택할 하나의 예측 변수 그림 수 있습니다.

믹스 타임 및 가마 온도의 두 개의 예측 변수 부분 종속 플롯은 두 개의 변수와 반응 사이의 보다 복잡한 관계를 보여줍니다. 중간 값은 믹스 타임 가마 온도 허용 가능한 프레첼의 확률을 증가시키지만, 플롯은 두 변수가 모두 중간 값일 때 최상의 확률이 발생한다는 것을 보여줍니다. 연구원은 다른 변수 쌍에 대한 그림을 생성하도록 선택할 두 개의 예측 변수 그림 수 있습니다.