“模型比较”平台选项
连续和分类响应
模型平均
生成一个新列，包含预测值（针对连续响应）或预测概率（针对分类响应）的算术均值。
连续响应
标绘“预测值-实际值”图
显示“预测值-实际值”散点图。不同模型的图叠加在一起。
标绘“行号-残差”图
显示“行号-残差”图。不同模型的图叠加在一起。
刻画器
根据数据中的预测公式列为每个响应显示一个刻画器。刻画器中每行分别显示一个用于比较的模型。
分类响应
ROC 曲线
显示针对响应变量的每个水平的 ROC 曲线。不同模型的曲线叠加在一起。
AUC 比较
提供每个模型的 ROC 曲线下面积 (AUC) 的比较。曲线下面积是拟合优度的指标，其中 1 表示完美拟合。
该报表包含以下信息：
‒ 每个 AUC 的标准误差和置信区间
‒ 每对 AUC 之间的差值的标准误差、置信区间和假设检验
‒ 检验所有 AUC 是否相等的总体假设检验
提升曲线
显示针对响应变量的每个水平的提升曲线。不同模型的曲线叠加在一起。
累积增益曲线
显示针对响应变量的每个水平的累积增益曲线。累积增益曲线是显示模型标识的响应水平比例与所有响应比例的图。完美模型的累积增益曲线的响应水平总比例为 1.0。不同模型的曲线叠加在一起。
混淆矩阵
显示每个模型的混淆矩阵。混淆矩阵是实际响应和预测响应的双向分类。显示计数和比率混淆矩阵。该平台会为“分组”变量的每个水平分别生成混淆矩阵。
若响应具有“收益矩阵”列属性，则混淆矩阵右侧会显示“决策计数-实际值”矩阵和“决策率-实际值”矩阵。有关这些矩阵的详细信息，请参见分割的更多示例。
刻画器
根据数据中的预测公式列为每个响应显示一个刻画器。刻画器中每行分别显示一个用于比较的模型。
决策阈值
（仅可用于二值分类响应。）显示或隐藏用于训练、验证和测试集（若指定）的“决策阈值”报表。每个报表包含每个模型的拟合概率分布图、每个模型的混淆矩阵以及用于比较模型拟合的分类图。请参见“决策阈值”报表。
• ROC 曲线
• 提升曲线