説明 クロス検証ウィザードでは データ マイニング モデルの精度とデータ マイニング モデルが通常適用できるかどうかを理解できます クロス検証では データが多数の "分割" にパーティション分割され 各分割に対して順番にモデルの精度と誤差がテストされます ...

説明 

クロス検証ウィザードでは、データ マイニング モデルの精度とデータ マイニング モデルが通常適用できるかどうかを理解できます。クロス検証では、データが多数の "分割" にパーティション分割され、各分割に対して順番にモデルの精度と誤差がテストされます。各分割の結果が適切な場合、および各結果セットが同じ範囲にある場合は、モデルがすべてのデータにとって一般的であることがわかります。ただし、一部の分割の結果間で差異が多数見られる場合は、モデルがすべてのデータに適していないこと、およびモデルを微調整する必要があることを推測できます。



操作

クロス検証ウィザードでは、テストするモデルを指定できます。また、データをパーティション分割する際の分割の数も指定できます。このような選択に基づいて、アプリケーションは、分割と同じ数のモデルを作成してトレーニングを行います。その後、アプリケーションによって、各モデルの分割ごとに一連の精度基準が返され、集計結果がモデルに返されます。結果には、二乗平均平方根誤差および対数確率値に加え、モデルで予測された真陽性および真陰性の結果の数も含まれます。このような結果の詳細については、ヘルプ ファイルを参照してください。