Suporte ao Minitab® 

Exemplo de Ajuste de modelo para Regressão TreeNet®

Saiba mais sobre Minitab
Observação

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

Uma equipe de pesquisadores quer usar dados sobre um mutuário e a localização de um imóvel para predizer o valor de uma hipoteca. As variáveis incluem a renda, raça e sexo do mutuário, bem como a localização do setor censitário do imóvel, e outras informações sobre o mutuário e o tipo de imóvel.

Após a exploração inicial com Regressão CART® para identificar os preditores importantes, a equipe agora considera Regressão TreeNet® como um passo de acompanhamento necessário. Os pesquisadores esperam obter mais informações sobre as relações entre a resposta e os preditores importantes e predizer novas observações com maior exatidão.

Esses dados foram adaptados com base em um conjunto de dados públicos contendo informações sobre hipotecas de bancos federais de empréstimos imobiliários. Dados originais de fhfa.gov.

  1. Abra o conjunto de dados de amostra HipotecasCompradas.MTW.
  2. Selecione Módulo de análise preditiva > Regressão TreeNet® > Ajuste de modelo.
  3. Em Resposta, digite Valor do empréstimo.
  4. Em Preditores contínuos, insira Renda Anual – Renda da área.
  5. Em Preditores categóricos, insira Comprador de casa pela primeira vez – Área estatística baseada em núcleo.
  6. Clique em Validação.
  7. Em Método de validação, selecione Validação cruzada de K dobras.
  8. Em Número de dobras (K), insira 3.
  9. Clique em OK em cada caixa de diálogo.

Interprete os resultados

Para esta análise, o Minitab cultiva 300 árvores e o número ótimo de árvores é de 300. Como o número ótimo de árvores está próximo ao número máximo de árvores cultivadas pelo modelo, os pesquisadores repetem a análise com mais árvores.

Regressão TreeNet®: Valor do emp vs Renda Anual; Proporção da; ...

Resumo do modelo Preditores totais 34 Preditores importantes 19 Número de árvores cultivadas 300 Número ótimo de árvores 300 Estatística Treinamento Teste R² 94,02% 84,97% Raiz do quadrado médio do Erro (RMSE) 32334,5587 51227,9431 Quadrado médio do erro (MSE) 1045523683,1610 2624302154,9887 Desvio absoluto médio (MAD) 22740,1020 35974,9695 Erro percentual absoluto médio (MAPE) 0,1238 0,1969

Exemplo com 500 árvores

  1. Após a tabela sumário do modelo, clique em Sintonizar hiperparâmetros para identificar um modelo melhor .
  2. Em Número de árvores, insira 500.
  3. Clique em Exibir resultados.

Interprete os resultados

Para esta análise, foram cultivadas 500 árvores e o número ideal de árvores para a combinação de hiperparâmetros com o melhor valor do critério de precisão é 500. A fração da subamostra muda para 0,7 em vez de 0,5 na análise original. A taxa de aprendizado muda para 0,0437 em vez de 0,04372 na análise original.

Examine tanto a tabela sumário do modelo quanto o gráfico R-quadrado versus número de árvores. O valor de R2 quando o número de árvores é 500 é de 86,79% para os dados de teste e é de 96,41% para os dados de treinamento. Esses resultados mostram melhora em relação a uma análise de regressão tradicional e uma Regressão CART®.

Regressão TreeNet®: Valor do emp vs Renda Anual; Proporção da; ...

Método Função de perda Erro quadrado Critério para seleção do número ótimo de árvores R-quadrado máximo Validação do modelo Validação cruzada de 3 dobras Taxa de aprendizado 0,04372 Fração da subamostra 0,5 Nós máximos terminais por árvore 6 Tamanho mínimo do nó terminal 3 Número de preditores selecionados para divisão de nós Número total de preditores = 34 Linhas usadas 4372
Informações da Resposta Média DesvPad Mínimo Q1 Mediana Q3 Máximo 235217 132193 23800 136000 208293 300716 1190000

Regressão TreeNet® com ajuste de hiperparâmetros: Valor do emp versus Renda Anual; Proporção da; ...

Método Função de perda Erro quadrado Critério para seleção do número ótimo de árvores R-quadrado máximo Validação do modelo Validação cruzada de 3 dobras Taxa de aprendizado 0,001; 0,0437; 0,1 Fração da subamostra 0,5; 0,7 Nós máximos terminais por árvore 6 Tamanho mínimo do nó terminal 3 Número de preditores selecionados para divisão de nós Número total de preditores = 34 Linhas usadas 4372
Informações da Resposta Média DesvPad Mínimo Q1 Mediana Q3 Máximo 235217 132193 23800 136000 208293 300716 1190000
Otimização de hiperparâmetros Teste Número Desvio Máximo de ótimo de R-quadrado absoluto Taxa de Fração da do nós Modelo árvores (%) da média aprendizado subamostra terminais 1 500 36,43 82617,1 0,0010 0,5 6 2 495 85,87 34560,5 0,0437 0,5 6 3 495 85,63 34889,3 0,1000 0,5 6 4 500 36,86 82145,0 0,0010 0,7 6 5* 500 86,79 33052,6 0,0437 0,7 6 6 451 86,67 33262,3 0,1000 0,7 6 * O modelo ótimo tem R-quadrado máximo. A saída para o modelo ótimo vem na sequência.

Regressão TreeNet®: Valor do emp vs Renda Anual; Proporção da; ...

Resumo do modelo Preditores totais 34 Preditores importantes 24 Número de árvores cultivadas 500 Número ótimo de árvores 500 Estatística Treinamento Teste R² 96,41% 86,79% Raiz do quadrado médio do Erro (RMSE) 25035,7243 48029,9503 Quadrado médio do erro (MSE) 626787491,1374 2306876123,1055 Desvio absoluto médio (MAD) 17309,3936 33052,6087 Erro percentual absoluto médio (MAPE) 0,0930 0,1790

O gráfico de importância relativa da variável representa os preditores por ordem de seu efeito sobre a melhoria do modelo quando as divisões são feitas em um preditor sobre a sequência de árvores. A variável preditora mais importante é a Área Estatística Baseada em Núcleos. Se a importância da principal variável preditora, Core Based Statistical Area, é de 100%, então a próxima variável importante, a Renda Anual, tem uma contribuição de 92,8%. Isso significa que a renda anual do mutuário é 92,8% tão importante quanto a localização geográfica do imóvel.

O gráfico de dispersão de valores ajustados de empréstimos versus valores reais de empréstimo mostra a relação entre os valores ajustados e reais tanto para os dados de treinamento quanto para os dados de teste. Você pode passar o mouse sobre os pontos no gráfico para ver mais facilmente os valores representados graficamente. Neste exemplo, todos os pontos ficam aproximadamente perto da linha de referência de y=x.

Use os gráficos de dependência parcial para obter uma visão de como as variáveis importantes ou pares de variáveis afetam a resposta predita. Os gráficos de dependência parcial mostram se a relação entre a resposta e uma variável é linear, monotônica ou mais complexa.

O primeiro gráfico ilustra o valor do empréstimo ajustado para cada área estatística baseada em núcleos. Como há tantos pontos de dados, você pode passar o mouse sobre cada um dos pontos de dados para ver os valores específicos de x e y. Por exemplo, o ponto mais alto do lado direito do gráfico é para a área de núcleo número 41860 e o valor do empréstimo ajustado é de aproximadamente US$ 378.069.

O segundo gráfico mostra que o valor do empréstimo ajustado aumenta à medida que a renda anual aumenta. Depois que a renda anual atinge US $ 300.000, os níveis de valor do empréstimo adequado aumentam a uma taxa mais lenta.

O terceiro gráfico mostra que o valor do empréstimo ajustado aumenta à medida que aumenta a relação de front-end.

O quarto gráfico mostra o valor do empréstimo ajustado para cada código da região censitária. Assim como no primeiro gráfico, você pode passar o mouse sobre determinados pontos de dados para obter mais informações. Clique em Selecionar mais preditores para representar no gráfico para produzir gráficos para outras variáveis.

Copyright © 2024 Minitab, LLC. All rights Reserved.