Logistic Regression の詳細情報
[モデルの詳細] 画面には、Logistic Regression モデルに関する以下の情報が表示されます。
メトリクス
以下の項目に対するトレーニング、テスト、N フォールド データを提供します。
- 平均二乗誤差 (MSE)
- 平方根平均二乗誤差 (RMSE)
- オブザベーション数
- R の二乗 (R2)
- 対数損失 (Logloss)
- 曲線下面積 (AUC)
- ジニ係数
- クラスあたり平均誤差
- AIC
- 残差逸脱度
- Null 逸脱度
- Null 自由度
- 残差自由度
最大メトリクスしきい値
以下のメトリクスを使用するトレーニング、テスト、N フォールド データに対する、トレーニング最大メトリクスしきい値を提供します。
- f1 最大値
- f2 最大値
- f0point5 最大値
- 最大正確度
- 最大適合率
- 最大再現率
- 最大特異度
- absolute_mcc 最大値
- min_per_class_accuracy 最大値
- mean_per_class_accuracy 最大値
混同行列
真 (true) の値が既知の一連のトレーニング、テスト、N フォールド データに対するモデルのパフォーマンスを表します。
標準化係数チャート
入力がどれだけ変化すると目標が変化するかを表す、係数の相対値を提供することによって、最も重要な予測因子を示します。
GLM 係数
指数分布に従う結果の回帰モデルを推定する、一般化線形モデル (GLM: Generalized Linear Model) の係数。
AUC 曲線
曲線下面積 (AUC)。使用モデルの中で、トレーニング、テスト、N フォールド データを使用して最も正確にクラスを予測するものを判定します。
リフト/ゲイン曲線
トレーニング、テスト、N フォールド データを使用してバイナリ分類モデルの予測能力を評価します。