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
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.