Utiliser un algorithme basé sur la proximité pour prédire un résultat catégoriel (classer) ou prédire la valeur d'un résultat continu pour de nouvelles observations en fonction des résultats d'observations similaires (c'est-à-dire leurs voisins les plus proches).
K voisins les plus proches
- À partir d’une table JMP ® ouverte, sélectionnez Analyser > Modélisation prédictive > K voisins les plus proches.
- Sélectionnez une variable de réponse catégorielle ou continue dans « Sélectionner les colonnes » et cliquez sur « Y > Réponse » . L'exemple suivant illustre l'utilisation d'une variable de réponse catégorielle.
- Sélectionnez les variables prédictives candidates et cliquez sur X, Facteur .
- Si vous le souhaitez, saisissez la partie Validation ou sélectionnez une colonne de validation et cliquez sur Validation . Cliquez sur OK .
JMP affiche :
- Graphique et tableau montrant les taux et les nombres d’erreurs de classification sur une plage de valeurs pour K.
- Matrice de confusion détaillant les performances de classification pour la valeur de K avec le plus petit taux de classification erronée.
- Graphiques en mosaïque (non représentés ici) qui montrent graphiquement les valeurs dans la matrice de confusion.
Equity.jmp (Help > Sample Data Folder)Equity.jmp (Aide > Dossier de données d'échantillon)
Résultats des K voisins les plus proches pour prédire le niveau de risque (mauvais/bon)
• Les données de validation contiennent 1 192 observations. Le taux d'erreur de classification est le plus faible lorsque la prédiction est basée sur un seul voisin le plus proche : 85/1 192 (7,1 %) ont été mal classées. Il est à noter que le taux d'erreur de classification augmente avec le nombre de voisins les plus proches. Parmi ces erreurs de classification totales dans les données de validation, 3/(3+194) = 0,3 % des observations présentant un bon risque ont été classées à tort comme présentant un mauvais risque. 80/(80+195) = 29 % des observations présentant un mauvais risque ont été classées à tort comme présentant un bon risque.
• 1 192 observations ont été retenues pour les données de test (résultats non présentés). Le taux total d'erreur de classification pour ces observations en utilisant un voisin le plus proche est de 6,9 %. 0,4 % des observations à risque élevé ont été classées à tort comme à risque élevé et 3,2 % comme à risque élevé. Ces résultats sont souvent considérés comme l'estimation la plus précise du taux d'erreur de classification dans les données futures, car ces observations n'ont pas été prises en compte dans le processus d'apprentissage ni de sélection du modèle.
Remarques : Des options supplémentaires, telles que Courbes de levage , Enregistrement des prévisions , Enregistrer la formule de prédiction et Publier la formule de prédiction , sont accessibles à partir du triangle rouge en haut à côté du nom de la variable de réponse.
Visitez Modèles prédictifs et spécialisés > K voisins les plus proches dans l'aide JMP pour en savoir plus.
