참고
이 명령은 예측 분석 모듈에서 사용할 수 있습니다. 모듈을 활성화하는 방법에 대한 자세한 내용은 여기를 클릭하십시오.
오분류 비율 대 트리 수 그림은 y축의 오분류 비율과 x축의 트리 수를 표시합니다. 최소 오분류 비율은 모형이 좋은 분류자인지 여부를 나타냅니다. 검정 결과를 사용하여 새 관측치를 예측하기 위해 모형의 성능을 평가합니다. 학습 결과와 검정 결과를 비교하여 학습 데이터 집합의 모형에 과도 적합 문제가 있는지 확인합니다.
ROC 곡선 아래 영역이 최적 모형의 트리 수를 결정하면 Minitab에는 ROC 곡선 아래 영역과 트리 수 그림이 표시됩니다. 최대 우도 값이 최적 모형에 대한 트리 수를 결정하면 Minitab에는 평균 로그 우도 대 트리 수 그림이 표시됩니다.
해석
오분류 비율은 ≥ 0이어야 합니다. 값이 작을수록 더 좋은 분류 모형을 나타냅니다. 기준선은 검정 데이터에 대한 최적의 오분류 비율과 모형의 트리 수를 나타냅니다. 검정 곡선이 부족한 모형을 나타내는 경우 학습 속도가 더 크거나 더 작거나 또는 더 큰 하위 표본 분수와 같은 대립 설정으로 분석을 다시 시도할지를 고려합니다.
