发现最佳模型 (二值响应) 的超参数优化

查找方法表的定义和解释指南。

创建模型后发现最佳模型 (二值响应)，您可以单击选择备择模型以探索其他模型。如果您选择随机森林 ^® 模型，一个选项是指定超参数以适应多个新模型。如果指定超参数，则结果包括超参数表的优化。该表比较了超参数的组合。超参数表优化后的结果适用于具有最佳标准最大值的模型，如最小平均值 [日志状。

负对数似然平均值

负对数似然平均值是对模型准确度的一种度量。值越小，拟合越好。

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。

ROC 曲线下面积的值范围通常为 0.5 到 1。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。

误分类率指示模型对响应值进行准确分类的频率。值越小表明模型性能越好。

此行表示要考虑的预测器数数的选择。

最小内部节点大小指示节点可以拥有且仍可分裂为更多节点的最小案例数。

Bootstrap 样本数表示分析中的树数。