251974_fr-FR

liliconcom

Mesures du modèle

salut

afin de prédire un paramètre électrique en utilisant les paramètres d'un équipement à une étape de production particulière de notre Fab semi-conducteur, nous avons utilisé une forêt aléatoire. Si nous regardons l'erreur relative (%) du modèle, nous pouvons voir qu'elle est très petite, étant d'environ 0,5% (voir l'image ci-jointe). Le RMSE est également bas, mais R2 n'est que de 52%.

Donc, si nous regardons le pourcentage d'erreur, nous pouvons dire que le modèle est bon alors que cela ne semble pas être vrai si nous regardons R2. Comment résoudre?  

 

Merci Felice

Objet: Mesures du modèle

Le RMSE est une estimation de l'écart type de la réponse. Elle est supposée constante sur toute la plage de réponse dans le modèle. Le carré R estime dans quelle mesure la variance de la réponse n'est pas la composante d'erreur aléatoire. Votre modèle peut donc être important, mais il ne sera pas très précis.

Objet: Mesures du modèle

J'ai essayé de calculer l'erreur systématique MBE en pourcentage et cela n'est que de 0,01%, ce qui est pratiquement négligeable, et l'erreur absolue n'est que de 0,54%. Si nous utilisons Précision = 100-MAE = 99,46%, c'est vraiment une bonne valeur. Idem pour RSME qui en pourcentage n'est que de 0,007% en indiquant un très petit écart moyen par rapport aux valeurs vraies. Il semble encore une fois que R2 ne donne pas l'image complète.

Qu'est-ce que tu penses?

 

Felice 

Objet: Mesures du modèle

Pouvez-vous montrer une intrigue de Réel par prédit ?

Objet: Mesures du modèle

salut

en annexe la corrélation demandée.

 

 

Felice

Objet: Mesures du modèle

Merci d'avoir fourni ce complot.

 

La forme des marqueurs ressemble à un losange. Je ne sais pas trop à quoi m'attendre mais c'est inhabituel.

 

Il montre également pourquoi le carré R est d'environ 0,5 et pourquoi les prédictions ne seront pas très précises. Imaginez prédire la réponse à une entrée de 131. Je suppose que la réponse prévue est l'abscisse. Il semble être non biaisé mais avec une variance élevée. Il y a beaucoup de données, donc l'intervalle de confiance sur la réponse moyenne pourrait être relativement étroit mais l'intervalle de prédiction serait beaucoup plus large.