Detalles de Random Forest Classification: Binomial

La pantalla Detalle de modelo incluye la siguiente información para modelos binomiales Random Forest Classification:

Métricas

Proporciona datos de capacitación, prueba y N subconjuntos para lo siguiente:
  • Error cuadrático medio (MSE)
  • Error cuadrático medio de raíz (RMSE)
  • Número de observaciones
  • R-cuadrado (R2)
  • Logloss
  • Área bajo la curva (AUC)
  • Gini
  • Error medio por clase

Umbral de métricas máximas

Proporciona el Umbral de métricas máximas de capacitación para datos de capacitación, prueba, N subconjuntos usando las métricas siguientes:
  • max f1
  • max f2
  • max f0point5
  • max accuracy
  • max precision
  • max recall
  • max specificity
  • max absolute_mcc
  • max min_per_class_accuracy
  • max mean_per_class_accuracy

Matriz de confusión

Ilustra el rendimiento de un modelo en un conjunto de datos de capacitación, prueba y N subconjuntos para los que se conocen los valores verdaderos.

Importancias variables

Proporciona valores de importancia para cada variable usando las siguientes métricas:
  • Importancia relativa
  • Importancia escalada
  • Porcentaje
Además, grafica las 25 variables principales en el modelo.

Curvas AUC

Área bajo la curva; determina cuál de los modelos usados predice las clases que mejor usan los datos de capacitación, prueba y N subconjuntos.

Curvas de ganancia/elevación

Evalúan la capacidad de predicción de un modelo de clasificación binaria usando datos de capacitación, prueba y N subconjuntos.