4-5 評価ノード[グラフ作成タブ]

1.ノードの目的

判別予測モデルの評価をグラフで示します。

判定を予測するモデルを作り判別効率をグラフで確認します。
＊入力データは[5.参考情報]からダウンロードできます。

[可変長ファイル]に[データ区分]、[Random Trees]を接続します。

[可変長ファイル]の[データ型]タブで[値の読み込み]ボタンを押した後に、予測の[ロール]を設定します。

また[判定]の左にあるAボタンをダブルクリックします。

真と偽をそれぞれNGとOKに変更します。

[Random Trees]を実行します。出来上がったモデルナゲットに[評価]グラフを接続します。

[評価]を実行します。
テストのゲインチャートから、最もNG（欠陥）が疑われる上位10％のレコード(青矢印)に、実際の60％のNG（欠陥）が含まれていることがわかり、モデルが効率よく欠損を検知できる性能を示しています。

真と偽が逆に設定していると以下のように効率がさほどよくないチャートになります。欠陥や故障、販促の反応ありなど対象フィールドの何が真になっているかを意識しておく必要がありります。欠陥フラグで1/0やT/Fと設計すると間違いのリスクが減少します。

[評価]グラフの種類をROC曲線にします。

ROC曲線が表示されました。曲線の下の面積であるAUCは[精度分析]ノードで算出できます。

[評価グラフ]で[プロフィット]を選択し見込み顧客ひとりの販促コストと、反応時の期待収益を金額で設定すると、以下のように利益が最大化するポイントを探索可能です。