Details zu Random Forest Classification – Multinomial
Auf dem Bildschirm „Modelldetail“ werden folgende Informationen für multinomiale Random Forest Classification-Modelle angezeigt:
Metriken
Stellt für folgende Informationen Trainings-, Test- und „N-fach“-Daten bereit:
- Mean Squared Error (MSE)
- Root Mean Squared Error (RMSE)
- Anzahl der Beobachtungen
- R-Quadrat (R2)
- Logloss
- Mean Per Class Error
Konfusionsmatrix
Stellt die Leistung eines Modells in einer Reihe von Trainings-, Test- und „N-fach“-Daten bereit, bei denen die tatsächlichen Werte bekannt sind.
Variablenwichtigkeiten
Stellt Wichtigkeitswerte für jede Variable unter Verwendung der folgenden Metriken bereit:
- Relative Wichtigkeit
- Skalierte Wichtigkeit
- Prozentsatz