Utilice un algoritmo basado en la proximidad para predecir un resultado categórico (clasificar) o predecir el valor de un resultado continuo para nuevas observaciones basadas en los resultados de observaciones similares (es decir, sus vecinos más cercanos).
K Vecinos más cercanos
- Desde una tabla JMP ® abierta, seleccione Analizar > Modelado predictivo > K vecinos más cercanos.
- Seleccione una variable de respuesta categórica o continua en "Seleccionar columnas" y haga clic en "Y, Respuesta" . Aquí, se ilustra el uso de una variable de respuesta categórica.
- Seleccione las variables predictoras candidatas y haga clic en Factor X .
- Si lo desea, introduzca la sección de validación o seleccione una columna de validación y haga clic en Validación . Haga clic en Aceptar .
JMP muestra:
- Gráfico y tabla que muestran las tasas de clasificación errónea y los recuentos en un rango de valores para K.
- Matriz de confusión que detalla el rendimiento de clasificación para el valor de K con la menor tasa de clasificación errónea.
- Gráficos de mosaico (no se muestran aquí) que muestran gráficamente los valores en la matriz de confusión.
Equity.jmp (Help > Sample Data Folder)Equity.jmp (Ayuda > Carpeta de datos de muestra)
Resultados de los K vecinos más cercanos para predecir el nivel de riesgo (malo/bueno)
• Hay 1192 observaciones en los Datos de Validación. La tasa de clasificación errónea es mínima cuando la predicción se basa en un solo vecino más cercano: 85/1192 (7,1 %) se clasificaron erróneamente. Cabe destacar que la tasa de clasificación errónea aumenta a medida que aumenta el número de vecinos más cercanos. Del total de clasificaciones erróneas en los Datos de Validación, 3/(3+194) = 0,3 % de las observaciones de Riesgo Bueno se clasificaron erróneamente como Riesgo Malo. 80/(80+195) = 29 % de las observaciones de Riesgo Malo se clasificaron erróneamente como Riesgo Bueno.
Se reservaron 1192 observaciones para los datos de prueba (resultados no mostrados). La tasa total de clasificación errónea de estas observaciones, utilizando un vecino más cercano, es del 6,9 %. El 0,4 % de las observaciones de riesgo positivo se clasificaron erróneamente como riesgo negativo y el 3,2 % de las observaciones de riesgo negativo se clasificaron erróneamente como riesgo positivo. Estos resultados suelen considerarse la estimación más precisa de la tasa de clasificación errónea en datos futuros, ya que estas observaciones no formaron parte del proceso de entrenamiento ni de selección del modelo.
Notas: Se puede acceder a opciones adicionales, como Curvas de elevación , Guardar predicciones , Guardar fórmula de predicción y Publicar fórmula de predicción desde el triángulo rojo cerca de la parte superior junto al nombre de la variable de respuesta.
Visite Modelos predictivos y especializados > K vecinos más cercanos en la ayuda de JMP para obtener más información.
