Évaluer la performance de votre arbre de décision

Cette section explique comment évaluer les résultats de votre arbre de décision.

Ci-dessous se trouve une matrice de confusion utilisant les données de votre Job de test.

Le modèle essaye de prédire (conversion = non) true ou false.

TN = 15
TP = 446
FN = 12
FP = 41
Exactitude = (TP+TN)/Total = (15+446)/(446+15+12+41) = .90
Sensibilité = TP/(TP+FN) = (446)/(446+12) = .97
Spécificité = TN/(TN+FP) = (15)/(15+41) = .27

Lorsque vous avez testé le modèle d'arbre :

Les prédictions étaient correctes 90 % du temps (précision)
Il a prédit de manière précise 97 % des personnes qui ne sont pas passées par une conversion (sensibilité)
Il a prédit de manière précise 27 % des personnes qui sont passées par une conversion (spécificité)

Cette page vous a-t-elle aidé ?

Si vous rencontrez des problèmes sur cette page ou dans son contenu – une faute de frappe, une étape manquante ou une erreur technique – faites-le-nous savoir.

Laissez vos commentaires ici