Détails de Random Forest Classification—Binomial
L’écran Détail du modèle inclut les informations suivantes pour les modèles Random Forest Classification binomiaux :
Mesures
Fournit des données de formation, de test et N fois pour les éléments suivants :
- Mean squared error (MSE)
- Root mean squared error (RMSE)
- Nombre d’observations
- R-squared (R2)
- Logloss
- Area under the curve (AUC)
- Gini
- Moyenne par erreur de classe
Seuil de métrique maximum
Fournit le seuil de métrique maximum de formation pour les données de formation, de test et N fois à l'aide des métriques suivantes :
- 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
Matrice de confusion
Illustre les performances d’un modèle sur un ensemble de données de formation, de test et N fois dont les valeurs true sont connues.
Importances variables
Fournit des valeurs d’importance pour chaque variable à l’aide des métriques suivantes :
- Importance relative
- Importance évaluée
- Pourcentage
Courbes AUC
Area Under the Curve ; détermine lequel des modèles utilisés prédit le mieux les classes à l'aide des données de formation, de test et N fois.
Courbes de montée/gain
Évalue la capacité de prédiction d'un modèle de classification binaire à l'aide des données de formation, de test et N fois.