发布日期: 09/18/2023

显示拟合详细信息

“分割”平台中的“拟合详细信息”报表包含以下拟合测度:

熵 R 方

比较拟合模型和恒定概率模型的对数似然的一种拟合测度。熵 R 方的范围介于 0 到 1 之间,其中接近 1 的值指示拟合更佳。请参见“熵 R 方”

广义 R 方

可以应用到一般回归模型的测度。它基于似然函数 L,并且统一尺度后最大值为 1。对于在标准最小二乘设置中的连续正态响应,“广义 R 方”测度简化为传统 R 方。“广义 R 方”亦称 Nagelkerke/Craig and Uhler R2,它是 Cox and Snell 伪 R2 的标准化版本。请参见 Nagelkerke (1991)。值越接近 1 指示拟合效果越好。

-Log p 均值

-log(p) 的平均值,其中 p 是与发生的事件有关的拟合概率。值越小指示拟合效果越好。

RASE

均方根误差,其中差值为响应和 p(实际发生事件的拟合概率)之间的差值。值越小指示拟合效果越好。

绝对偏差的均值

响应和 p(实际发生事件的拟合概率)的差值绝对值的平均值。值越小指示拟合效果越好。

误分类率

具有最高拟合概率的响应类别不是观测到的类别的比率。值越小指示拟合效果越好。

“混淆矩阵”报表

“混淆矩阵”报表显示针对训练集以及验证集和测试集(若定义)的矩阵。“混淆矩阵”报表包含混淆矩阵和混淆率矩阵。混淆矩阵是实际响应和预测响应的双向分类。混淆率矩阵等同于混淆矩阵,只不过其中的数字要除以行合计。

“决策矩阵”报表

定义收益矩阵后,分割算法会使用矩阵中的值来计算每个决策的收益。您可以使用“收益矩阵”列属性或通过使用“指定收益矩阵”选项指定成本来定义收益矩阵。请参见指定收益矩阵

选择“显示拟合详细信息”时,显示“决策矩阵”报表。在“决策矩阵”报表中,决策计数反映了基于收益矩阵中的权重所产生的最佳收益预测决策。该报表为训练集以及验证集和测试集(若定义)提供“决策计数”矩阵和“决策率”矩阵。为了参考,还显示收益矩阵。

注意:若您使用“指定收益矩阵”选项更改收益矩阵中的权重,“决策矩阵”报表会自动更新以反映您的更改。

决策计数矩阵

显示一个双向分类矩阵,行中显示实际的响应,列中显示分类计数。

指定的收益矩阵

给出用于定义收益矩阵的权重。

决策率矩阵

显示与给定行的观测划分到每个类别的比例相对应的比率值。若所有观测都分类正确,则对角线上的比率均为 1。

提示:您可以使用成本为 1 和 -1 的默认收益矩阵来获取响应的决策率矩阵。从红色小三角菜单选择指定收益矩阵,保持默认值不变,然后点击确定

矩阵排列为两行:

“决策计数”矩阵位于第一行中。

“指定的收益矩阵”位于第一行中的右侧。

“决策率”矩阵位于第二行中。

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).