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
Indique également les 25 meilleures variables du modèle.

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.