Seleção da número ótimo de árvores em para Ajuste de modelo e Descubrir preditores-chave com Classificação TreeNet^®

Critérios de otimização do modelo, como log-verossimilhança máximo, tendem a ser otimistas quando você os calcula com os mesmos dados usados para ajustar um modelo. Os métodos de validação do modelo deixam uma parte dos dados fora do processo de ajuste do modelo e calculam a estatística que avalia o desempenho do modelo nos dados omitidos. As técnicas de validação do modelo fornecem uma estimativa melhor de como os modelos se comportam em novos dados. Dependendo da sua seleção para a análise, o critério é a o log-verossimilhança máximo, a área máxima sob a curva ROC ou a taxa mínima de classificação errada. O Minitab oferece dois métodos de validação: validação cruzada de K dobras e validação com um conjunto de teste separado.

A validação cruzada de K dobras é o método padrão no Minitab quando os dados têm 2.000 casos ou menos. Como o processo se repete K vezes, a validação cruzada geralmente é mais lenta do que a validação com um conjunto de teste.

Na validação com um conjunto de teste, uma parte dos dados é reservada para validação. Os demais dados são o conjunto de treinamento. Primeiro, o Minitab aumenta a sequência de árvores com o conjunto de treinamento. Em seguida, minitab calcula os valores do critério de seleção do modelo para cada número de árvores usando o conjunto de teste. O número de árvores com o melhor valor torna o modelo ideal.

Sem qualquer validação, o Minitab usa todo o conjunto de dados para ajustar o modelo. O modelo final contém o maior número de árvores.