使用 TreeNet® 分类拟合模型发现关键预测变量 的误分类表的方法和公式

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

选择需要的方法或公式。

误分类表包含有关模型的分类准确度的结果。在大多数情况下,行的分类是具有最高预测概率的响应水平。例如,对于二值响应,行的分类是当事件的预测概率超过 0.50 时的事件类别。但是,对于二值响应,您可以指定 0.50 以外的阈值。

计数

如果没有权重,则计数和样本数量相同。

加权计数

在加权情况下,加权计数是类别的权重之和。使用权重来计算百分比和比率。请分析以下简单的示例:
响应水平 预测水平 权重
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
此表提供以下统计量:
实际类别 加权计数 分类有误 预测类别 = 否 正确数百分比
0.1 + 0.2 + 0.3 + 0.4 = 1 0.1 + 0.2 = 0.3 ≈ 0 0.3 + 0.4 = 0.7 ≈ 1 (0.3 / 1.0) ×100 = 30%
0.5 + 0.6 + 0.7 + 0.8 = 2.6 ≈ 3 0.7 + 0.8 = 1.5 ≈ 2 0.5 + 0.6 = 1.1 ≈ 1 1.1 / 2.6) × 100 = 42.31%
全部 1 + 2.6 = 3.6 ≈ 4 0.3 + 1.5 = 1.8 ≈ 2 0.7 + 1.1 = 1.8 ≈ 2 (0.3 + 1.1) / 3.6 × 100 = 38.89%

误差百分比

在加权情况下,使用加权计数代替计数。