パーティショニングで予測プロファイラー グラフを解釈する方法この画像は、分割モデリング演習からの 3 つの x 変数レベルの予測確率を示しています。x 軸は 3 種類の人です。 y 軸は、ユーザーが選択できる 40 個のオブジェクト オプションです (単一選択のみ)。私の意図は、各人のタイプを表す最大の予測確率 (丸で囲まれた) を持つオブジェクトを持つことです。
質問: 個々のオブジェクト ラインが各 x を横切るときの形状の重要性は? (プロファイラーのマニュアルには手がかりが見つかりませんでした)。
分析グラフィック他のRe: Partitioning で Prediction Profiler グラフを解釈する方法あなたが何を求めているのかわかりません。 3 つの異なる個別のモデル (F1、F2、F3) を当てはめ、カテゴリ予測子には 3 つのレベルがあります。 写真が小さすぎて、ラベルなどの詳細がわかりません。
Re: Partitioning で Prediction Profiler グラフを解釈する方法マーク、
各 F レベル (F1、F2、F3) について、予測される確率の合計が 1.0 になることは理解しています。
また、各 F レベルを横切って各線 (たとえば、逆 V 字型) をトレースすると、選択した F 設定でのその y オブジェクト (たとえば、Shade 31) の確率が与えられることも理解しています。
私が疑問に思っているのは、たとえば、予測される確率が F1、F2、F3 でそれぞれ .132、.055、.113 であるときに、Shade 31 の逆 V 字型がなぜ生じるのかということです。形には何か意味があるはずです。 あなたが指摘するより高い確率領域の位置（グラフの上部、中央、下部）と相関しているようには見えません。
Re: Partitioning で Prediction Profiler グラフを解釈する方法確率は 1 に追加されます。 隣接する線の差は、特定のレベルの予測確率です。 F1 の第 1 レベルと第 3 レベルは、軸の上部に近いアイテムの確率が高いように見えます。 F1 の第 2 レベルは、軸のモデル内のアイテムの確率が高いように見えます。 F1 のすべてのレベルで、軸の下部にあるアイテムの確率が低くなります。
F1、F2、または F3 の最初のレベル以外のレベルを選択すると、全体の形状を変更できます。 この種の変化は、予測因子間に相互作用があることを示しています。
