Métodos e fórmulas para o sumário do modelo em Regressão CART®

Selecione o método ou fórmula de sua preferência.

Preditores importantes

O número de preditores com importância relativa positiva.

Qualquer árvore de regressão é um conjunto de divisões. Cada divisão proporciona melhorias à árvore. Cada divisão também inclui divisões de substitutos que também proporcionam melhorias na árvore. A importância de uma variável é dada por todas as suas melhorias quando a árvore usa a variável para dividir um nó ou como substituto para dividir um nó quando outra variável tem um valor faltante. A fórmula a seguir fornece a melhoria em um único nó:

Os valores de I(t),pEsquerda, e pDireita dependem do critério para dividir os nós. Para obter mais informações, acesse Métodos de divisão de nós em Regressão CART®.

A fórmula para a importância relativa do qo preditor dimensiona a importância pela variável mais importante:

R-quadrado

R2 também é conhecido como o coeficiente de determinação.

Raiz do quadrado médio do Erro (RMSE)

Erro quadrado médio (MSE)

Desvio absoluto médio (MAD)

Erro percentual absoluto médio (MAPE)

Notação

TermoDescrição
yiio valor de resposta observado
resposta média
ia resposta ajustada
Nnúmero de registros