Это мера различающей способности логистического уравнения. Он варьируется от 0,5 (предсказания модели не лучше, чем случайные) до 1 (модель всегда присваивает более высокие вероятности случаям зависимого=1, чем случаям зависимого=0 для любой пары, включающей зависимый=0 и зависимый=1). Это доля всех возможных пар случаев, в которых модель присваивает более высокую вероятность случаю зависимого = 1, чем случаю зависимого = 0. Чем выше соответствие, тем лучше модель.
Вход:
Чтобы запустить функцию проверки соответствия в Analyttica TreasureHunt, необходимо выбрать целевую бинарную переменную и независимые переменные, которые будут использоваться для построения модели логистической регрессии.
Применение и интерпретация:
Процент совпадения: процент пар, в которых наблюдение с желаемым результатом (событием) имеет более высокую прогнозируемую вероятность, чем наблюдение без результата (отсутствие события).
Процент несогласующихся: процент пар, в которых наблюдение с желаемым результатом (событием) имеет более низкую прогнозируемую вероятность, чем наблюдение без результата (отсутствие события).
Процент совпадений: процент пар, в которых наблюдение с желаемым результатом (событием) имеет ту же прогнозируемую вероятность, что и наблюдение без результата (отсутствие события).
Чем выше согласованность, тем лучше предсказательная сила модели.
Смотрите также:
ЯдроФильтр, Коэффициент Джини.
Практика Набор данных:
Вы можете авторизоваться на https://learn.analyttica.com/ и попрактиковаться на бесплатном курсе.
