árbol y nodos
Páginas: 9 (2075 palabras)
Publicado: 14 de junio de 2014
Método CHAID
Nodo parental: 10
Nodo Filial: 5
Validación 70% y 30 %
Las variables independientes incluidas en el modelo son: meses con servicio, edad en años, nivel educativo y estado civil.
Diagrama de muestra de entrenamiento
Interpretación del árbol:
En la muestra de entrenamiento podemos observar que el nodo 5 tiene una mayor predicción de los clientes que siabandonan el servicio con un 73,9% lo que es bueno, al igual que en el nodo 10 tiene una buena predicción con un 83,3% porcentaje que es mucho mejor.
Diagrama de muestra de comprobación
Interpretación del árbol:
En la muestra de comprobación podemos observar que el nodo 5 tiene una buena predicción para los clientes que si abandonan el servicio con un 70%, a diferencia delnodo 10 y 18 que tiene un porcentaje muy bajo cercano al 50% para clasificarlos como que sí abandonan el servicio, lo que no representa muy bien la categoría, ya que habrían varios casos que no están clasificados así pero caen en esa clasificación. No clasifica bien el nodo 16, ya que con un 30% en sí, encasilla ese nodo como sí abandona el servicio siendo que hay más casos en no.
Enla tabla ganancia de los nodos el índice de entrenamiento va disminuyendo significativamente mientras que el de contraste va aumentando, lo que significa que es un buen modelo.
El índice que está bajo el 100% es el que representa los casos que no abandonan el servicio, mientras que los porcentajes que están sobre el 100% son aquellos que sí abandonan el servicio. Al haber esta variación deporcentajes sobre y bajo el 100% esto quiere decir, que clasifica tanto al sí como al no, por lo que sería un buen modelo identificando ambos casos.
Graficos
En los gráficos de ganancia, se puede decir que mientras más curva sea la de ganancia y mas desapegada a la recta, mejor interpretaría a la variable dependiente, por lo que en este caso el grafico que mejor explicaría sería el dela muestra de entrenamiento, e incluso en la de comprobación se puede observar como cae bruscamente en el percentil del 90 al 100, además de que en el percentil 50 alcanza alrededor de sólo un 60 % a cambio de la muestra de entrenamiento que alcanza alrededor del 80%.
Para un buen modelo, el valor índice debería partir por sobre el 100% y mantenerse, para después caer drásticamente al valordel percentil 100 y para un modelo que no provee información, la línea será constante alrededor de 100%. En este caso observamos como la línea del índice toma distintas direcciones por lo que podríamos concluir que no está clasificando bien las categorías.
El riesgo estimado tanto en la muestra de entrenamiento como en la de contraste, es de un 20,4% y 26,1% respectivamente, este riesgo noes tan significante por lo que el modelo estaría bien.
En la tabla de clasificación tanto en la muestra de entrenamiento como en la de contraste la clasificación de sí abandona el servicio es muy baja, solo un 40,7% y un 34,1% respectivamente, lo que significa que hay un alto porcentaje de casos que están mal clasificados que debiesen ser no pero se clasifican como sí.Método CHAID
Nodo parental: 10
Nodo Filial: 5
Validación 80% y 20 %
Variables independientes incluidas en el modelo: meses con servicio, categoría del cliente, indicador geográfico y edad en años.
Diagrama de muestra de entrenamiento
Interpretación del árbol:
En la muestra de entrenamiento podemos observar que el nodo 1 clasifica como sí abandona el servicio con unporcentaje muy bajo de 55,9% por lo que la clasificación no es muy exacta hay 64 casos que se clasificarían mal. En el nodo 4 se vuelve a hacer una separación de los nodos por categoría del cliente, esta nueva separación de los nodos no sirve mucho ya que los clasifica igualmente al nodo 10 y 11 como no abandonan el servicio, siendo que ya lo clasifico como no, con un porcentaje bastante grande de...
Nodo parental: 10
Nodo Filial: 5
Validación 70% y 30 %
Las variables independientes incluidas en el modelo son: meses con servicio, edad en años, nivel educativo y estado civil.
Diagrama de muestra de entrenamiento
Interpretación del árbol:
En la muestra de entrenamiento podemos observar que el nodo 5 tiene una mayor predicción de los clientes que siabandonan el servicio con un 73,9% lo que es bueno, al igual que en el nodo 10 tiene una buena predicción con un 83,3% porcentaje que es mucho mejor.
Diagrama de muestra de comprobación
Interpretación del árbol:
En la muestra de comprobación podemos observar que el nodo 5 tiene una buena predicción para los clientes que si abandonan el servicio con un 70%, a diferencia delnodo 10 y 18 que tiene un porcentaje muy bajo cercano al 50% para clasificarlos como que sí abandonan el servicio, lo que no representa muy bien la categoría, ya que habrían varios casos que no están clasificados así pero caen en esa clasificación. No clasifica bien el nodo 16, ya que con un 30% en sí, encasilla ese nodo como sí abandona el servicio siendo que hay más casos en no.
Enla tabla ganancia de los nodos el índice de entrenamiento va disminuyendo significativamente mientras que el de contraste va aumentando, lo que significa que es un buen modelo.
El índice que está bajo el 100% es el que representa los casos que no abandonan el servicio, mientras que los porcentajes que están sobre el 100% son aquellos que sí abandonan el servicio. Al haber esta variación deporcentajes sobre y bajo el 100% esto quiere decir, que clasifica tanto al sí como al no, por lo que sería un buen modelo identificando ambos casos.
Graficos
En los gráficos de ganancia, se puede decir que mientras más curva sea la de ganancia y mas desapegada a la recta, mejor interpretaría a la variable dependiente, por lo que en este caso el grafico que mejor explicaría sería el dela muestra de entrenamiento, e incluso en la de comprobación se puede observar como cae bruscamente en el percentil del 90 al 100, además de que en el percentil 50 alcanza alrededor de sólo un 60 % a cambio de la muestra de entrenamiento que alcanza alrededor del 80%.
Para un buen modelo, el valor índice debería partir por sobre el 100% y mantenerse, para después caer drásticamente al valordel percentil 100 y para un modelo que no provee información, la línea será constante alrededor de 100%. En este caso observamos como la línea del índice toma distintas direcciones por lo que podríamos concluir que no está clasificando bien las categorías.
El riesgo estimado tanto en la muestra de entrenamiento como en la de contraste, es de un 20,4% y 26,1% respectivamente, este riesgo noes tan significante por lo que el modelo estaría bien.
En la tabla de clasificación tanto en la muestra de entrenamiento como en la de contraste la clasificación de sí abandona el servicio es muy baja, solo un 40,7% y un 34,1% respectivamente, lo que significa que hay un alto porcentaje de casos que están mal clasificados que debiesen ser no pero se clasifican como sí.Método CHAID
Nodo parental: 10
Nodo Filial: 5
Validación 80% y 20 %
Variables independientes incluidas en el modelo: meses con servicio, categoría del cliente, indicador geográfico y edad en años.
Diagrama de muestra de entrenamiento
Interpretación del árbol:
En la muestra de entrenamiento podemos observar que el nodo 1 clasifica como sí abandona el servicio con unporcentaje muy bajo de 55,9% por lo que la clasificación no es muy exacta hay 64 casos que se clasificarían mal. En el nodo 4 se vuelve a hacer una separación de los nodos por categoría del cliente, esta nueva separación de los nodos no sirve mucho ya que los clasifica igualmente al nodo 10 y 11 como no abandonan el servicio, siendo que ya lo clasifico como no, con un porcentaje bastante grande de...
Leer documento completo
Regístrate para leer el documento completo.