ฉันได้อ่านหัวข้ออื่น ๆ เกี่ยวกับพล็อตพึ่งพาบางส่วนและส่วนใหญ่อยู่ในวิธีการที่คุณพล็อตพวกเขาด้วยแพคเกจที่แตกต่างกันไม่ใช่วิธีที่คุณสามารถตีความได้อย่างถูกต้องดังนั้น:
ฉันอ่านและสร้างแผนการพึ่งพาบางส่วนในปริมาณที่พอใช้ ฉันรู้ว่าพวกเขาวัดผลกระทบเล็กน้อยของตัวแปรในฟังก์ชั่นƒS (withS) ด้วยค่าเฉลี่ยผลกระทบของตัวแปรอื่นทั้งหมด ((c) จากแบบจำลองของฉัน ค่า y ที่สูงกว่าหมายความว่าพวกเขามีอิทธิพลต่อการทำนายชั้นเรียนของฉันอย่างแม่นยำ อย่างไรก็ตามฉันไม่พอใจกับการตีความเชิงคุณภาพนี้
โมเดลของฉัน (ฟอเรสต์แบบสุ่ม) กำลังทำนายคลาสรอบคอบสองคลาส "ใช่ต้นไม้" และ "ไม่มีต้นไม้" TRI เป็นตัวแปรที่พิสูจน์แล้วว่าเป็นตัวแปรที่ดีสำหรับเรื่องนี้
สิ่งที่ฉันเริ่มคิดว่าค่า Y กำลังแสดงความน่าจะเป็นสำหรับการจำแนกประเภทที่ถูกต้อง ตัวอย่าง: y (0.2) แสดงว่าค่า TRI ของ> ~ 30 มีโอกาส 20% ในการระบุการจำแนกประเภท True Positive อย่างถูกต้อง
อยู่ที่ไหนตรงกันข้าม
y (-0.2) แสดงว่าค่า TRI ของ <~ 15 มีโอกาส 20% ในการระบุการจำแนกประเภท True True อย่างถูกต้อง
การตีความทั่วไปที่เกิดขึ้นในวรรณกรรมดูเหมือนว่า "ค่าที่มากกว่า TRI 30 นี้เริ่มมีอิทธิพลในเชิงบวกต่อการจัดประเภทในแบบจำลองของคุณ" และนั่นก็คือ ฟังดูคลุมเครือและไม่มีจุดหมายสำหรับพล็อตที่สามารถพูดคุยเกี่ยวกับข้อมูลของคุณได้มาก
และพล็อตทั้งหมดของฉันขีดที่ -1 ถึง 1 ในช่วงสำหรับแกน y ฉันเคยเห็นแปลงอื่น ๆ ที่มีค่า -10 ถึง 10 เป็นต้นนี่เป็นหน้าที่ของจำนวนคลาสที่คุณพยายามทำนายหรือไม่?
ฉันสงสัยว่าใครสามารถพูดกับปัญหานี้ อาจแสดงให้ฉันเห็นว่าฉันควรจะตีความพล็อตเหล่านี้หรือวรรณกรรมบางอย่างที่สามารถช่วยฉันได้อย่างไร บางทีฉันกำลังอ่านสิ่งนี้มากเกินไป?
ฉันได้อ่านอย่างละเอียดถี่ถ้วนองค์ประกอบของการเรียนรู้ทางสถิติ: การทำเหมืองข้อมูลการอนุมานและการทำนายและมันเป็นจุดเริ่มต้นที่ดี แต่ก็เกี่ยวกับมัน