예측 제거 분석은 먼저 모든 예측 변수가 있는 모형을 빌드합니다. 이 분석은 해당 모형을 사용하여 모든 예측변수의 중요도 점수를 계산합니다. 다음 단계는 분석에서 중요하지 않은 예측 변수 또는 중요한 예측 변수를 제거하는지 여부에 따라 달라집니다.
- 중요한 예측 변수
- 분석은 예측 변수의 중요도 점수를 순서대로 정렬하는 것으로 시작됩니다. 분석에서 중요하지 않은 예측 변수를 제거하면 분석은 정렬된 리스트에서 가장 중요하지 않은 예측 변수를 제거하여 순차 모형을 빌드합니다. 보다 구체적으로, 각 모형 단계에서 분석은 중요도 점수가 0이고 지정된 수의 가장 중요하지 않은 예측 변수를 가진 예측 변수를 제거합니다. 이 분석은 예측 변수의 이 하위 집합을 가진 모형을 빌드합니다. 이 분석은 해당 모형을 사용하여 분석에 남아 있는 모든 예측 변수의 중요도 값을 다시 계산합니다. 최대 제거 단계 수에 대한 예측 변수 제거 및 모형 구성 반복 단계입니다.
- 중요한 예측 변수
- 분석은 예측 변수의 중요도 점수를 순서대로 정렬하는 것으로 시작됩니다. 분석에서 중요한 예측 변수를 제거하면 분석은 정렬된 리스트에서 가장 중요한 예측 변수를 제거하여 순차 모형을 빌드합니다. 보다 구체적으로, 각 모형 단계에서 분석은 이전 모형에서 가장 중요한 예측 변수없이 모형을 구축합니다. 이 분석은 해당 모형을 사용하여 분석에 남아 있는 모든 예측 변수의 중요도 점수를 다시 계산합니다. 최대 제거 단계 수에 대한 예측 변수 제거 및 모형 구성 반복 단계입니다.
모형 선택 표에서 모형 요약 통계 계산에 대한 자세한 내용은 TreeNet® 회귀 분석를 통한 모형 적합 및 주요 예측 변수 검색에 대한 모형 요약의 방법 및 공식(으)로 이동합니다.
