Random Forest Classification の詳細情報 — 二項
[モデルの詳細] 画面には、Random Forest Classification の二項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)
- Logloss
- 曲線下面積 (AUC)
- ジニ
- クラスあたり平均誤差
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。
変数重要度
以下のメトリクスを使用して、各変数の重要度の値を提供します。
- 相対的重要度
- 小数点以下桁数を含む重要度
- 比率
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。