使用 TreeNet® 分类拟合模型发现关键预测变量 的接受者操作特性 (ROC) 曲线

注意

此命令适用于 预测分析模块单击此处了解更多关于如何激活模块的信息

ROC 曲线在 y 轴上绘制真阳率 (TPR),也称为功效。ROC 曲线在 x 轴上绘制假阳率 (FPR),也称为 1 类错误。ROC 曲线下面积指示模型是否为良好的分类器。

解释

对于分类树,ROC 曲线下面积的值通常介于 0.5 到 1 之间。值越大表明分类模型越好。当模型可以完美地分隔类别时,曲线下面积为 1。当模型对类别的分隔程度不如随机分配时,曲线下面积为 0.5。红色虚线表示随机分配情况。

检验曲线下面积大约为 0.91。对训练结果和检验结果进行比较,以查看训练数据集模型是否存在过度拟合问题。

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策