Selecione os resultados a serem exibidos para Ajuste de modelo e Descubrir preditores-chave com Classificação TreeNet®

Módulo de análise preditiva > Classificação TreeNet® > Ajuste de modelo > Resultados

Módulo de análise preditiva > Classificação TreeNet® > Descobrir preditores principais > Resultados

Observação

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

Selecione as tabelas que deseja exibir para a análise.

Método
Exiba as informações sobre validação do modelo, o critério para selecionar o número ótimo de árvores e outras informações sobre a análise.
Informações da resposta
Exiba a classe e as informações de contagem para as respostas.
Sumário do modelo
Exiba as estatísticas que descrevem o desempenho do modelo preditivo para avaliação de modelos. Inclui o número de preditores, preditores importantes, número de árvores cultivadas, taxa de classificação errada e informações do teste de qualidade de ajuste em relação ao modelo.
Atribuir classe de evento quando
Para uma resposta binária, especifique o limiar para atribuir um caso à classe de eventos.
  • A probabilidade de evento excede o valor especificado: Especifique a probabilidade mínima predita de atribuir um caso à classe de eventos. Por exemplo, um valor de 0,5 significa que o Minitab atribui um caso à classe de eventos quando a probabilidade do evento é maior que 0,5.
  • A probabilidade de evento excede a taxa de evento amostral: Determine o uso da taxa de evento de amostra oriundos dos dados de treinamento como o limite para atribuir a classe predita para um caso. Quando a taxa de evento amostral é superior a 0,50, essa opção torna os eventos menos propensos a serem classificados como o evento e mais propensos a serem classificados como não evento. Normalmente, essa opção deve ser analisada quando você quer equilibrar as taxas de classificação errada dos eventos e não eventos em comparação com o resultado que eles apresentariam com um limite de 0,50.
Matriz de confusão
Exiba uma matriz para comparar as medições de desempenho dos modelos de classificação.
Classificação incorreta
Mostre os detalhes da classificação errada da classe.