Selecione os gráficos a serem exibidos para Classificação Random Forests^®

Selecione os gráficos que deseja exibir para a realização da análise.

Gráfico de taxa de classificação incorreta vs. número de árvores

O gráfico de taxa de classificação errada vs. número de árvores mostra o relacionamento entre os erros de classificação e a quantidade de árvores. Se você fornecer um conjunto de teste separado, o gráfico incluirá duas curvas para os dados out-of-bag e para o conjunto de testes.

Gráfico de importância da variável

O gráfico de importância da variável mostra a importância relativa dos preditores. Você pode optar entre exibir todas ou algumas das variáveis importantes. As variáveis aumentam em importância quando dividem um nó em qualquer árvore na análise.

• Exibir todas as variáveis importantes: Por padrão, este gráfico exibe todas as variáveis importantes.
• Exibir uma porcentagem de variáveis importantes: Especifique o percentual de variáveis importantes serem exibidas. Insira um valor entre 0 e 100.
• Exibir todas as variáveis preditoras: Exiba todos os preditores, sejam ou não variáveis importantes.

Método de classificação

Selecione como o Minitab calcula as pontuações de importância relativa das variáveis no gráfico de importância da variável. Para Permutação, o Minitab avalia em que medida o modelo piora o desempenho ao validar o modelo novamente com os valores permutados de uma variável no gráfico. Para Gini, o Minitab sumariza as melhorias que a variável faz para todas as árvores. Permutação é o método padrão para conjuntos de dados com 5000 registros ou menos. Pondere sobre o uso de Permutação para conjuntos de dados maiores quando a análise não demorar demais e a identificação de preditores importantes for um objetivo importante.

Curva característica de operação do receptor (ROC)

A curva característica de operação do receptor (ROC) mostra a capacidade de um modelo distinguir entre as classes. A curva ROC traça a taxa de positivos verdadeiros (TPR) em relação à taxa de falsos positivos (FPR).

Gráfico de ganho

O gráfico de ganhos acumulados ilustra a eficácia do modelo em uma porção da população. O gráfico de ganhos representa graficamente a taxa positiva verdadeira em porcentagem versus % da população.

Gráfico de elevação

O gráfico de ganho ilustra a eficácia do modelo preditivo. O gráfico traça o ganho acumulado versus % da população e exibe a diferença entre os resultados obtidos com e sem o modelo preditivo. Você pode especificar Acumulado ou Não acumulado para o gráfico de elevação.