Ciao,
Non ho dubbi sulla matrice di confusione di un modello di regressione logistica multinomiale
Ecco la variabile Y con 3 modalità: 1,2,3
"Formazione" significa che JMP esegue automaticamente un database di apprendimento per apprendere il modello?
Infatti quando calcolo il numero totale di osservazioni sulla mia matrice di confusione: 311+79+37+98+209+59+48+57+187 = 1085
Mentre il mio database è di 1369 righe
E 1085/1369 = 0,79
Questo significa che la mia matrice di confusione viene eseguita su un set di dati di apprendimento che è l'80% del mio database?
E come sapere quali dati sono stati utilizzati per testare l'ACCURATEZZA del mio modello sul set di dati di prova?
Grazie
Il set di dati è suddiviso in sottoinsiemi. Il "set di addestramento" viene utilizzato per adattare o addestrare il modello. Il 'set di convalida' viene utilizzato per selezionare il modello. Dovrebbe riflettere le prestazioni con i nuovi dati. Alcune persone usano anche un "set di prova", un terzo sottoinsieme di attesa per valutare il modello selezionato.
Non sai a quale set sono stati assegnati i tuoi dati, a meno che tu non lo definisca esplicitamente tu stesso. Crea una colonna di dati di convalida nei tuoi dati con gli indicatori di cui impostare e usala nel ruolo di modellazione di convalida quando avvii la tua piattaforma di modellazione.
