Especifique o método de validação para Ajuste de modelo e Descubrir preditores-chave com Regressão TreeNet^®

As opções de validação são as mesmas para as seguintes análises:

Módulo de análise preditiva > Regressão TreeNet® > Ajuste de modelo > Validação

Módulo de análise preditiva > Regressão TreeNet® > Descobrir preditores principais > Validação

Observação

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

Escolha o método de validação para testar seu modelo. Normalmente, com amostras menores, o método de validação cruzada de K dobras é apropriado. Com amostras maiores, você pode selecionar uma fração de casos para usar no treinamento e nos testes.

Validação cruzada de K dobras

Conclua os passos a seguir para se quiser usar o método de validação cruzada de K dobras para validar a amostra de teste. O método de validação cruzada de K dobras é o método padrão quando o número de linhas é ≤ 2000.

Na lista suspensa, selecione Validação cruzada de K dobras.
Escolha um dos seguintes para especificar se atribuir dobras aleatoriamente ou com uma coluna de ID:
- Atribuir aleatoriamente linhas de cada dobras: Selecione esta opção para fazer com que o Minitab selecione aleatoriamente as linhas para cada dobra. Você pode especificar o número de dobras. Para Ajuste de modelo, o valor padrão de 5 funciona bem na maioria dos casos. Para Descubrir preditores-chave, o valor padrão de 3 torna os cálculos relativamente mais rápidos. Um número maior de dobras em ambos os casos aumenta a chance de selecionar um modelo preditivo mais confiável, especialmente para conjuntos de dados com menos linhas, mas pode aumentar significativamente o tempo de cálculo.
- Atribuir linhas de cada duplicação por coluna de ID: Selecione esta opção para escolher as linhas a serem incluídas em cada dobra. Em Coluna de IDs, digite a coluna que contém as linhas para cada dobra.
(Opcional) Verifique Armazenar a coluna de IDs para a validação cruzada de K dobras para salvar a coluna ID.

Validação com um conjunto de testes

Conclua os passos a seguir se quiser especificar uma fração dos dados a serem usados para treinamento e teste. O método de validação do conjunto de teste é o método padrão quando o número de linhas é de > 2000. Em muitos casos, 70% dos dados são utilizados para treinamento, e 30% dos dados são usados para testes.

Na lista suspensa, selecione Validação com um conjunto de testes.
Selecione uma das opções a seguir para determinar se selecionará uma fração de linhas aleatoriamente ou com uma coluna de ID.
- Selecionar aleatoriamente uma fração de linhas como um conjunto de teste: Selecione esta opção para fazer com que o Minitab selecione aleatoriamente uma fração de linhas para testes. Você pode especificar a fração. O valor padrão de 0,3 funciona bem na maioria dos casos. Para conjuntos de dados maiores, é recomendável aumentar a fração de dados usados para testes. Também é possível definir uma base para o gerador de números aleatórios.
- Definir a divisão de treinamento/teste por coluna IDs: Selecione esta opção para escolher as linhas a serem incluídas na amostra de teste. Em Coluna de IDs, digite a coluna que indica quais linhas devem ser usadas para a amostra de teste. A coluna ID deve conter apenas 2 valores. Em Nível para conjunto de teste, selecione qual nível deve ser usado como amostra de teste.
(Opcional) Verifique Armazenar a coluna de IDs para a divisão de treinamento/teste para salvar a coluna ID.

Nenhum