“模型比较”红色小三角菜单中的选项取决于响应是连续响应还是分类响应。
• 连续响应
• 分类响应
当响应为连续响应时,“模型比较”红色小三角菜单包含以下选项:
模型平均
创建跨模型预测值的算术平均值的新列。
标绘“预测值-实际值”图
显示或隐藏“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
显示或隐藏“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或隐藏一个刻画器。刻画器中每行分别显示一个用于比较的模型。
当响应为分类响应时,“模型比较”红色小三角菜单包含以下选项:
模型平均
创建跨模型预测概率的算术平均值的新列。
ROC 曲线
显示或隐藏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
显示或隐藏每个模型的 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
显示或隐藏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
显示或隐藏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对照于所有响应比例的图。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
显示或隐藏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”平台的更多示例”。
刻画器
根据数据中的预测公式列为每个响应显示或隐藏一个刻画器。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、用于比较模型拟合的分类图以及分类准确性量度表。请参见““决策阈值”报表”。
• “ROC 曲线”
• “提升曲线”