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。
误分类率与树数图在 y 轴上绘制误分类率，在 x 轴上绘制树数。误分类率指示模型是否为良好的分类器。使用检验结果可评估模型预测新观测值的性能。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。
ROC 曲线下面积确定最优模型的树数之后，Minitab 就会显示 ROC 曲线下面积与树数图。当极大似然值确定最优模型的树数时，Minitab 随后会显示负对数似然平均值与树数图。
解释
误分类率必须为大于等于 0。值越低表明分类模型越好。参考线指示检验数据的最优误分类率，以及模型中的树数。如果检验曲线指示模型不足，请考虑是否使用替代设置（如更大或更小的学习速率或更大的子样本比例）重试分析。
