Scopi La procedura guidata Convalida incrociata consente di valutare l'accuratezza dei modelli di data mining e la relativa ...

Scopi 
 La procedura guidata Convalida incrociata consente di valutare l'accuratezza dei modelli di data mining e la relativa applicabilità generale ai dati. La convalida incrociata partiziona i dati in un numero di "riduzioni" ed esegue il test dell'accuratezza e dell'errore del modello rispetto a ogni riduzione. Se i risultati per ogni riduzione sono corretti e se ogni set di risultati è compreso in un intervallo simile, significa che il modello è valido in generale per tutti i dati. Se invece la varianza tra i risultati per alcune riduzioni è elevata, si può dedurre che il modello non è applicabile a tutti i dati e che è necessario affinarlo maggiormente. 

  Funzionamento 
 Nella procedura guida Convalida incrociata è possibile specificare i modelli di cui eseguire il test, nonché il numero di riduzioni in cui partizionare i dati. In base a queste selezioni, l'applicazione crea ed esegue il training di tanti modelli quante sono le riduzioni, quindi restituisce un set di misure di accuratezza per ciascuna riduzione in ogni modello e aggrega i risultati per il modello. I risultati includono il numero di veri positivi e falsi positivi stimati dal modello, nonché la radice dell'errore quadratico medio e la probabilità in forma logaritmica. Per ulteriori informazioni su tali risultati, vedere i file della Guida.