In addition to assessing accuracy f

In addition to assessing accuracy for each model, rele- vant features were examined to determine the important variables in the model. For the ANN model, sensitivity analysis was used. In ANN, sensitivity analysis rates pre- dictor variables according to the deterioration in modeling performance that occurs if that variable is no longer avail- able to the model. The basic measure of sensitivity of a pre- dictor variable is calculated as the ratio of the error of the model without the inclusion of the variable to the error of the model that included the variable. The more sensitive the network is to a particular input, the greater the deteri- oration one can expect, and therefore the greater the ratio. The shortcoming of this approach is that it assumes the independent contribution of variables to the outcome of the model, which may not hold true in situations with inter- dependent variables that are important only if included as a set. For the decision tree model, variable importance mea- sures were used to judge the relative importance of each predictor variable. Variable importance ranking uses surro- gate splitting to produce a scale (a relative importance mea- sure) for each predictor variable included in the analysis. The computational details regarding these measures can be found in Breiman et al. (1984). The variable importance results are shown in Table 3.

ผลลัพธ์ (ไทย) 1:

นอกเหนือจากการประเมินความแม่นยำของแต่ละรุ่น rele vant คุณสมบัติถูก examined เพื่อกำหนดตัวแปรที่สำคัญในแบบจำลอง สำหรับรุ่นแอน วิเคราะห์ความไวใช้ ในแอน วิเคราะห์ความไวราคา dictor ก่อนตัวแปรตามการเสื่อมสภาพในประสิทธิภาพที่เกิดขึ้นถ้าตัวแปรนั้นจะไม่สามารถรูปแบบประโยชน์- การวัดพื้นฐานความไวของตัวแปรก่อน dictor จะคำนวณเป็นอัตราส่วนของข้อผิดพลาดของรูปแบบโดยรวมของตัวแปรข้อผิดพลาดของแบบจำลองที่รวมตัวแปร ความสำคัญเพิ่มเติมเครือข่ายคือการป้อนเฉพาะ ยิ่ง deteri-สัมภาษณ์หนึ่งสามารถคาดหวัง และดังนั้นยิ่งอัตรา ข้อบกพร่องของวิธีการนี้คือ ว่า เป็นสันนิษฐานส่วนอิสระของตัวแปรต่าง ๆ รุ่น ซึ่งอาจไม่เก็บจริงในสถานการณ์ที่มีตัวแปรขึ้นอยู่กับอินเตอร์ที่สำคัญรวมอยู่เป็นชุด สำหรับรูปแบบต้นไม้ตัดสินใจ ตัวแปรสำคัญ mea-sures ถูกนำมาใช้ในการตัดสินความสำคัญของแต่ละตัวแปร predictor จัดลำดับความสำคัญตัวแปรที่ใช้แบ่งในการผลิตเครื่องชั่ง (เป็นความสำคัญ mea-แน่ใจ) สำหรับแต่ละในการวิเคราะห์ตัวแปร predictor ประตูสะ รายละเอียดการคำนวณเกี่ยวกับมาตรการเหล่านี้สามารถพบใน Breiman et al. (1984) ตัวแปรสำคัญผลลัพธ์จะแสดงในตารางที่ 3

ผลลัพธ์ (ไทย) 2:

นอกเหนือไปจากการประเมินความถูกต้องสำหรับแต่ละรุ่นคุณสมบัติ Vant rele- มีการตรวจสอบในการกำหนดตัวแปรที่สำคัญในโมเดล สำหรับรูปแบบแอนวิเคราะห์ความไวถูกนำมาใช้ ใน Ann อัตราการวิเคราะห์ความไวก่อนตัวแปร dictor ตามการเสื่อมสภาพในการปฏิบัติงานการสร้างแบบจำลองที่เกิดขึ้นถ้าตัวแปรที่ไม่สามารถที่จะรุนแรงทางเพศรูปแบบ ตัวชี้วัดพื้นฐานของความไวของตัวแปร dictor ก่อนจะถูกคำนวณเป็นอัตราส่วนของข้อผิดพลาดของรูปแบบโดยไม่ต้องรวมของตัวแปรข้อผิดพลาดของรูปแบบที่รวมตัวแปรที่ มีความสำคัญมากขึ้นในเครือข่ายคือการป้อนข้อมูลโดยเฉพาะอย่างยิ่งมากขึ้นปราศรัย deteri- หนึ่งสามารถคาดหวังและดังนั้นจึงมากขึ้นอัตราส่วน ข้อบกพร่องของวิธีนี้ก็คือว่ามันจะถือว่าผลงานที่เป็นอิสระจากตัวแปรเพื่อผลของรูปแบบซึ่งอาจไม่ถือเป็นจริงในสถานการณ์ที่มีตัวแปรระหว่างที่มีความสำคัญเฉพาะในกรณีที่รวมเป็นชุด สำหรับรูปแบบต้นไม้การตัดสินใจที่สำคัญตัวแปรเด็ดขาด Sures ถูกนำมาใช้ในการตัดสินความสำคัญของแต่ละตัวแปรทำนาย การจัดอันดับความสำคัญของตัวแปรใช้ประตูแยก surro- การผลิตขนาด (เป็นความสำคัญตรวจวัด) สำหรับแต่ละตัวแปรทำนายที่รวมอยู่ในการวิเคราะห์ รายละเอียดการคำนวณเกี่ยวกับมาตรการเหล่านี้สามารถพบได้ใน Breiman et al, (1984) ผลสำคัญตัวแปรที่แสดงในตารางที่ 3

ผลลัพธ์ (ไทย) 3:

นอกจากการประเมินความถูกต้องของแต่ละแบบ rele - คุณสมบัติ vant ศึกษาเพื่อกำหนดตัวแปรที่สำคัญในรูปแบบ สำหรับรุ่นแอน การวิเคราะห์พบว่า ในแอน การวิเคราะห์อัตราก่อน dictor ตัวแปรตามการเสื่อมสภาพในการจำลองการทำงานที่เกิดขึ้นถ้าตัวแปรไม่ได้ประโยชน์ - สามารถโมเดล มาตรการพื้นฐานของความไวของ pre - ตัวแปร dictor ถูกคำนวณเป็นอัตราส่วนของข้อผิดพลาดของรูปแบบโดยรวมของตัวแปรเพื่อความผิดพลาดของแบบจำลองที่มีตัวแปร ยิ่งมีเครือข่ายเป็นข้อมูลเฉพาะ ยิ่ง deteri - นักพูดคนหนึ่งสามารถคาดหวังและดังนั้นจึงเพิ่มมากขึ้น อัตราส่วน ข้อบกพร่องของวิธีนี้คือ ว่า มันถือว่าผลงานของตัวแปรอิสระ ผลของรูปแบบซึ่งอาจไม่เป็นจริงในสถานการณ์ที่มีระหว่างตัวแปรที่สำคัญเท่านั้น ถ้ารวมเป็นชุด สำหรับการตัดสินใจต้นไม้โมเดล ตัวแปรสำคัญ กฟน. - ซูเรสเคยตัดสินความสำคัญสัมพัทธ์ของแต่ละตัวแปรตัวแปร การจัดอันดับความสำคัญของตัวแปรใช้ surro - ประตูแยกผลิตมาตราส่วน ( ญาติความสำคัญกฟน. - แน่นอน ) สำหรับแต่ละตัวแปรตัวแปรรวมอยู่ในการวิเคราะห์ เชิงคำนวณรายละเอียดเกี่ยวกับมาตรการเหล่านี้สามารถพบได้ใน breiman et al . ( 1984 ) ตัวแปรสำคัญผลลัพธ์จะแสดงในตารางที่ 3