使用 TreeNet® 分类拟合模型发现关键预测变量 的提升图的方法和公式

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

点在提升图上的过程取决于验证方法。对于多项式响应变量,Minitab 会显示多个图表,这些图表依次将每个类别视为事件。

训练集或无验证

对于训练集的图表,图表上的每个点都表示模型中的一个拟合概率。最高事件概率是图表上的第一个点,显示在最左侧。其他事件概率按递减顺序排列。

非累积提升图上的点不根据 ROC 曲线图表上的点计算得出。相反,非累积提升图的 y 坐标为(非累计真阳率百分比/x 坐标的总体百分比)。真阳率的计算与 ROC 曲线图表完全相同。

图的 x 坐标具有以下形式:

其中, 是拟合概率大于阈值的行数,N 是合计行数。有关阈值的详细信息,请转到 使用 TreeNet® 分类 的 拟合模型 和 发现关键预测变量 的接受者操作特性 (ROC) 曲线的方法和公式

单独的测试集

使用与训练集案例相同的步骤,但从测试集的案例中计算事件概率。

使用 k 折叠交叉验证进行检验

使用与训练数据集过程相同的步骤,但从交叉验证数据的案例中计算事件概率。