Selecione as opções para Classificação Random Forests®

Módulo de análise preditiva > Classificação do Random Forests® > Opções
Observação

Este comando está disponível com o Módulo de análise preditiva. Clique aqui saber mais sobre como ativar o módulo.

Número de amostras por bootstrap para cultivar árvores
Insira um valor para determinar o número de amostras por bootstrap e o número de árvores produzidas pela análise. Insira um valor entre 3 e 3000.
Especifique um tamanho amostral de Bootstrap menor que o tamanho dos dados de treinamento
Selecione para inserir um valor que define o tamanho da amostra por bootstrap. Insira um valor maior que ou igual a 5. Se você inserir um tamanho maior do que o tamanho dos dados de treinamento, o Minitab usará um tamanho de amostra igual ao tamanho dos dados de treinamento.
Número de preditores para divisão do nó
Especifique o número de preditores a serem considerados para cada divisão de nó. Normalmente, a análise funciona bem quando você considera a raiz quadrada do número total de preditores. No entanto, alguns conjuntos de dados têm associações entre os preditores que levam a um melhor desempenho do modelo quando a análise considera um número maior ou menor de preditores para cada nó. Depois de usar a raiz quadrada e visualizar o modelo, verifique se deve alterar o número de preditores para tentar melhorar o desempenho do modelo.
  • Raiz quadrada do número total de preditores: Selecione para usar a raiz quadrada do número total de preditores para dividir os nós.
  • Número total de preditores, produzindo uma floresta de Bootstrap: Selecione para usar todos os preditores para dividir nós. A floresta criada por essa opção é chamada de floresta de bootstrap.
  • K por cento do número total de preditores; K =: Selecione para usar uma porcentagem de preditores para dividir os nós.
Base para o gerador de números aleatórios
Você pode especificar uma base para o gerador de números aleatórios a fim de selecionar aleatoriamente as subamostras e o subconjunto de preditores. Normalmente, você não precisa mudar a base. Você pode alterar a base para explorar o grau de sensibilidade dos resultados em relação às seleções aleatórias ou para garantir a mesma seleção aleatória para análises repetidas.
Número mínimo de casos para dividir um nó interno
Digite o número mínimo de casos que um nó pode ter e ainda dividido em mais nós. Quando o tamanho amostral é 2.000 ou menos, o padrão é 2, de modo que todos os nós podem ser divididos em nós menores até que outra divisão seja impossível. Para tamanhos de amostra maiores, o valor padrão é 5. Se o desempenho do modelo for inadequado, pondere sobre alterar esse valor para ver o efeito sobre o desempenho.