신경망 모형 보고서에는 훈련 데이터 집합과 검증 데이터 집합에 대한 적합 측도 테이블이 포함되어 있습니다(Figure 3.8). 다음과 같은 적합 측도가 각 테이블에 포함됩니다.
일반화 R²
일반 회귀 모형에 적용할 수 있는 측도입니다. 이 값은 가능도 함수 L을 기반으로 하며 최대값이 1이 되도록 척도화됩니다. 값이 1이면 완벽한 모형을 나타내고 0이면 상수 모형과 같음을 나타냅니다. 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.
엔트로피 R²
(반응이 명목형 또는 순서형인 경우에만 표시됨) 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.
R²
모형에 대한 R²을 제공합니다.
RASE
제곱근 평균 제곱 오차를 제공합니다. 반응이 명목형 또는 순서형인 경우 차이는 1에서 p(실제로 발생한 반응 수준의 적합 확률) 사이입니다.
평균 절대 편차
반응과 예측 반응 사이의 차이에 대한 절대값의 평균입니다. 반응이 명목형 또는 순서형인 경우 차이는 1에서 p(실제로 발생한 반응 수준의 적합 확률) 사이입니다.
오분류 비율
적합 확률이 가장 높은 반응 범주가 관측된 범주가 아닌 비율입니다. 반응이 명목형 또는 순서형인 경우에만 나타납니다.
-1*로그 가능도
음의 로그 가능도를 제공합니다. 자세한 내용은 가능도, AICc 및 BIC의 선형 모형 적합에서 확인하십시오.
SSE
오차 제곱합을 제공합니다. 반응이 연속형인 경우에만 사용할 수 있습니다.
빈도 합
사용된 관측값 수를 제공합니다. 신경망 시작 창에서 빈도 변수를 지정한 경우 빈도 합은 빈도 열의 합을 제공합니다.
반응이 여러 개인 경우 각 반응에 대한 적합 통계량과 전체 일반화 R² 및 음의 로그 가능도가 제공됩니다.
신경망 플랫폼에서 명목형 또는 순서형 반응이 적합되면 혼동 행렬 보고서와 혼동 비율 보고서가 제공됩니다(Figure 3.8). "혼동 행렬" 보고서에는 실제 반응 수준과 예측 반응 수준의 이원 분류가 표시됩니다. 범주형 반응의 경우 예측 수준은 예측 확률이 가장 높은 수준입니다. 혼동 비율 보고서는 값을 행 합계로 나눈 혼동 행렬 보고서와 동일합니다.