파티션 플랫폼의 "적합 상세 정보" 보고서에는 다음과 같은 적합 측도가 포함되어 있습니다.
엔트로피 R²
적합 모형과 상수 확률 모형의 로그 가능도를 비교하는 적합 측도입니다. 엔트로피 R² 범위는 0 ~ 1이며, 값이 1에 가까울수록 더 나은 적합을 나타냅니다. 자세한 내용은 엔트로피 R²에서 확인하십시오.
일반화 R²
일반 회귀 모형에 적용할 수 있는 측도입니다. 이 값은 가능도 함수 L을 기반으로 하며 최대값이 1이 되도록 척도화됩니다. 일반화 R² 측도는 표준 최소 제곱 설정 시 연속형 정규 반응에 대한 기존 R²으로 단순화됩니다. 일반화 R²을 Nagelkerke 또는 Craig와 Uhler R2이라고도 하는데, 이는 Cox-Snell 유사 R2을 정규화한 것입니다. 자세한 내용은 Nagelkerke 연구 자료(1991)에서 확인하십시오. 값이 1에 가까울수록 더 나은 적합을 나타냅니다.
평균 -Log p
-Log(p)의 평균입니다. 여기서 p는 발생한 사건과 연관된 적합 확률입니다. 값이 작을수록 더 나은 적합을 나타냅니다.
RASE
제곱근 평균 제곱 오차입니다. 여기서 차이는 반응과 p(실제로 발생한 사건의 적합 확률) 사이의 차이입니다. 값이 작을수록 더 나은 적합을 나타냅니다.
평균 절대 편차
반응과 p(실제로 발생한 사건의 적합 확률) 사이의 차이에 대한 절대값을 평균한 것입니다. 값이 작을수록 더 나은 적합을 나타냅니다.
오분류 비율
적합 확률이 가장 높은 반응 범주가 관측된 범주가 아닌 비율입니다. 값이 작을수록 더 나은 적합을 나타냅니다.
"혼동 행렬" 보고서에는 훈련 데이터 집합과 검증 및 테스트 데이터 집합(정의된 경우)에 대한 행렬이 표시됩니다. "혼동 행렬" 보고서에는 혼동 행렬과 혼동 비율 행렬이 포함됩니다. 혼동 행렬은 실제 반응과 예측 반응의 이원 분류입니다. 혼동 비율 행렬은 값을 행 합계로 나눈 혼동 행렬과 동일합니다.
수익 행렬이 정의되면 파티션 알고리즘에서 행렬의 값을 사용하여 각 결정에 대한 수익을 계산합니다. "수익 행렬" 열 특성을 사용하거나, "수익 행렬 지정" 옵션으로 비용을 지정하여 수익 행렬을 정의할 수 있습니다. 자세한 내용은 수익 행렬 지정에서 확인하십시오.
"적합 상세 정보 표시"를 선택하면 "결정 행렬" 보고서가 나타납니다. "결정 행렬" 보고서에서 결정 개수는 수익 행렬의 가중치에 따라 수익성이 가장 높은 예측 결정을 반영합니다. 이 보고서는 훈련 데이터 집합과 검증 및 테스트 데이터 집합(정의된 경우)에 대한 결정 개수 및 결정 비율 행렬을 제공합니다. 참조를 위해 수익 행렬도 표시됩니다.
참고: "수익 행렬 지정" 옵션을 사용하여 수익 행렬의 가중치를 변경하면 "결정 행렬" 보고서가 자동으로 업데이트되어 변경 내용을 반영합니다.
결정 개수 행렬
행에 실제 반응을 사용하고 열에 분류 개수를 사용하여 이원 분류를 표시합니다.
지정된 수익 행렬
수익 행렬을 정의하는 가중치를 제공합니다.
결정 비율 행렬
주어진 행에서 각 범주로 분류되는 관측값의 비율에 해당하는 비율 값을 표시합니다. 모든 관측값이 올바르게 분류되면 대각선에 나타나는 비율이 모두 1이 됩니다.
팁: 비용이 1과 -1인 기본 수익 행렬을 사용하여 반응에 대한 결정 비율 행렬을 얻을 수 있습니다. 빨간색 삼각형 메뉴에서 수익 행렬 지정을 선택한 후 기본값을 변경하지 않고 확인을 클릭합니다.
행렬은 다음과 같이 두 행으로 배열됩니다.
• 결정 개수 행렬은 첫 번째 행에 있습니다.
• 지정된 수익 행렬은 첫 번째 행의 오른쪽에 있습니다.
• 결정 비율 행렬은 두 번째 행에 있습니다.