Ich verwende die Fit Model-Plattform, um drei kontinuierliche Variablen an ein binäres Ergebnis anzupassen.Es gibt eine Option zum Speichern der Wahrscheinlichkeitsformel, die dann meine ursprünglichen Datendaten ausgibt und dann Wahrscheinlichkeiten und dann Klassifizierungen auffüllt, wenn ich neue Datenzeilen für meine drei Variablen eingebe.Ich sehe jedoch keine Option zum Anzeigen des Vorhersageausdrucks.
z.B
Variablen: Temperatur, Länge, Gewicht
Ergebnis: Bestanden/Nicht bestanden
Gibt es eine Funktion auf der Fit Model-Plattform für diese Art von Analyse, die dem "Show Prediction Expression" entspricht, der normalerweise mit Standard Least Squares verwendet wird?Das möchte ich gerne dokumentieren.Ich kann mir vorstellen, die Daten meiner Wahrscheinlichkeiten zu nehmen und sie mit meinen Variablen zu regressieren, indem ich erneut das Fit-Modell-Ergebnis verwende, den Vorhersageausdruck daraus entnehme und dann die Ergebnisse manuell klassifiziere, aber es ist ein zusätzlicher Schritt und wahrscheinlich nicht dasselbe.
Die Formel ist für die Wahrscheinlichkeit jedes Ergebnisses.Der Vorhersageausdruck würde davon abhängen, welche Wahrscheinlichkeit Sie für einen Grenzwert für die Klassifizierung wählen.Wenn Sie also den standardmäßigen Cutoff von 50 % verwenden, lautet der Vorhersageausdruck Ja, wenn prob >=50% und Nein, wenn prob<=50%.Im Allgemeinen halte ich die 50 % nicht für angemessen (es sei denn, die mit Fehlklassifizierungen verbundenen Kosten sind für beide Fehlerarten gleich), aber die Vorhersage einer Klassifikation ist genau diese einfache Formel.Die reelle Formel ist die Wahrscheinlichkeitsformel und wird als Formeleigenschaft für diese Spalte angezeigt.
