Observação
Este comando está disponível com o Módulo de análise preditiva. Clique aqui saber mais sobre como ativar o módulo.
Preditores importantes
- Encontre a redução de erros quadrados médios quando o preditor dividir um nó.
- Adicione todas as reduções de todos os nós onde o preditor é o divisor de nó.
Em seguida, a pontuação de importância para o preditor equivale à soma das pontuações de melhoria do modelo em todas as árvores.
Média – log-verossimilhança para uma resposta binária
Dados de treinamento ou sem validação
em que
Notação para dados de treinamento ou sem validação
| Termo | Descrição |
|---|---|
| N | tamanho amostral do conjunto de dados completos ou de treinamento |
| wi | peso para a ia observação no conjunto de dados completo ou de treinamento |
| yi | i-ésimo valor de resposta que é 1 para o evento e 0 em outros casos para o conjunto completo ou de dados de treinamento |
 | probabilidade predita do evento para a ia linha no conjunto de dados completo ou de treinamento |
 | valor ajustado a partir do modelo |
Validação cruzada de K dobras
em que
Notação para validação cruzada de K dobras
| Termo | Descrição |
|---|---|
| N | tamanho amostral dos dados completos ou de treinamento |
| nk | tamanho amostral de dobra k |
| wi, k | peso para a iésima observação na dobra k |
| yi, k | valor de resposta binária do caso i em k. yi, k = 1 dobra para classe de evento, e 0 de outra forma. |
 | probabilidade predita para o caso i em k dobra. A probabilidade predita é do modelo que não usa os dados em k dobra. |
 | valor ajustado para caso i em k dobra. O valor ajustado é do modelo que não usa os dados em k dobra. |
Conjunto de dados de teste
em que
Notação para o conjunto de dados de teste
| Termo | Descrição |
|---|---|
| nteste | tamanho amostral do conjunto de dados de teste |
| wi, teste | peso para a ia observação no conjunto de dados de teste |
| yi, teste | valor de resposta binária do caso i em k dobra no conjunto de dados de teste. yi, k = 1 para classe de evento, e 0 de outra forma. |
 | probabilidade predita para o caso i em conjunto de dados de teste |
 | valor ajustado para o caso i em conjunto de dados de teste |
Média – log-verossimilhança para uma resposta multinomial
é o número
de níveis na variável resposta.
Dados de treinamento ou sem validação
em que
Notação para dados de treinamento ou sem validação
| Termo | Descrição |
|---|---|
 | tamanho amostral do conjunto de dados completos ou de treinamento |
| wi | peso para a ia observação no conjunto de dados completo ou de treinamento |
| yi, q | i-ésimo valor de resposta que é 1 quando  e 0 de outra
forma |
 | probabilidade predita do q-ésimo nível da resposta para a i-ésima linha no conjunto de dados completo ou de treinamento |
 | valor ajustado a partir da q-ésima sequência de árvores para a i-ésima linha que é usado para calcular a probabilidade predita do q-ésimo nível da resposta |
Validação cruzada de K dobras
em que
Notação para validação cruzada de K dobras
| Termo | Descrição |
|---|---|
| N | tamanho amostral dos dados de treinamento |
| nk | tamanho amostral de dobra k |
| wi, k | peso para a iésima observação na dobra k |
| yi, k, q | i-ésimo valor de resposta do caso
i em
k dobra que é 1 quando  e 0 de outra
forma. |
 | A probabilidade predita do q-ésimo nível da resposta para a i-ésima linha em k dobra. A probabilidade predita é do modelo que não usa os dados em k dobra. |
 | O valor ajustado a partir da q-ésima sequência de árvores para a i-ésima linha em k dobra que é usado para calcular a probabilidade predita do q-ésimo nível da resposta O valor ajustado é do modelo que não usa os dados em k dobra. |
Conjunto de dados de teste
em que
Notação para o conjunto de dados de teste
| Termo | Descrição |
|---|---|
| nteste | tamanho amostral de dados de teste |
| wi, Teste | peso para a i-ésima observação no conjunto de dados de teste |
| yi, Teste, q | i-ésimo valor de
resposta do caso
i no conjunto de dados de teste que é 1 quando  e 0 de outra
forma. |
 | A probabilidade predita do q-ésimonível da resposta para a i-ésima linha nos dados de teste. A probabilidade predita é do modelo que não usa os dados de teste. |
 | O valor ajustado para asequênciaqth de árvores para a linha i nos dados de teste, que é usado para calcular a probabilidade predita do qnível q da resposta. A probabilidade predita é do modelo que não usa os dados de teste. |
Área sob a curva ROC
Fórmula
em que k é o número de probabilidades de eventos distintos e (x0, y0) é o ponto (0, 0).
Para calcular a área de uma curva a partir de um conjunto de dados de teste ou de dados com validação cruzada, use os pontos da curva correspondente.
Notação
| Termo | Descrição |
|---|---|
| TPR | taxa de positivos verdadeiros |
| FPR | taxa de falsos positivos |
| TP | positivos verdadeiros, eventos que foram corretamente avaliados |
| FN | falso negativo, eventos que foram avaliados incorretamente |
| P | número de eventos positivos reais |
| FP | falso positivo, não eventos que foram avaliados incorretamente |
| N | número de eventos negativos reais |
| FNR | taxa de falsos negativos |
| TNR | taxa de negativos verdadeiros |
Exemplo
| x (taxa de falsos positivos) | y (taxa de positivos verdadeiros) |
|---|---|
| 0,0923 | 0,3051 |
| 0,4154 | 0,7288 |
| 0,7538 | 0,9322 |
| 1 | 1 |
IC de 95% para a área sob a curva ROC
O intervalo a seguir fornece os limites superiores e inferiores para o intervalo de confiança:
O cálculo do erro padrão da área sob a curva ROC (
)
vem de Salford Predictive Modeler®. Para obter informações gerais
sobre a estimativa da variância da área sob a curva ROC, consulte as seguintes
referências:
Engelmann, B. (2011). Measures of a ratings discriminative power: Applications and limitations. In B. Engelmann & R. Rauhmeier (Eds.), The Basel II Risk Parameters: Estimation, Validation, Stress Testing - With Applications to Loan Risk Management (2ª ed.) Heidelberg; Nova York: Springer. doi:10.1007/978-3-642-16114-8
Cortes, C. e Mohri, M. (2005). Confidence intervals for the area under the ROC curve. Advances in neural information processing systems, 305-312.
Feng, D., Cortese, G., e Baumgartner, R. (2017). A comparison of confidence/credible interval methods for the area under the ROC curve for continuous diagnostic tests with small sample size. Statistical Methods in Medical Research, 26(6), 2603-2621. doi:10.1177/0962280215602040
Notação
| Termo | Descrição |
|---|---|
| A | área sob a curva ROC |
 | 0,975 percentil da distribuição normal padrão |
Ganho
Para ver os cálculos gerais para elevação acumulada, vá para Métodos e fórmulas para o gráfico de elevação para Ajuste de modelo e Descubrir preditores-chave com Classificação TreeNet®.
Taxa de classificação errada
No caso ponderado, use a contagem ponderada em vez da contagem.
Para validação cruzada de K dobras, a contagem de classificações incorretas é a soma das classificações incorretas apuradas na ocasião em que cada dobra é o conjunto de dados de teste.
Para validação com um conjunto de dados de teste, a contagem de classificações incorretas é a soma de classificações incorretas no conjunto de dados do teste e a contagem total é destinada ao conjunto de dados do teste.
