Cómo funciona Evaluar la influencia de las variables en las predicciones
La herramienta Evaluar la influencia de las variables en las Ppredicciones evalúa cómo las variables explicativas afectan a los valores previstos en los archivos del modelo estadístico espacial (.ssm) creados por la herramienta Clasificación y regresión basadas en bosques y aumentadas. Debe proporcionar entidades de entrada que contengan las mismas variables explicativas que se utilizaron para entrenar el archivo del modelo de entrada, junto con los campos de variables explicativas correspondientes, las entidades de distancia y los rásteres explicativos. La herramienta creará una tabla de salida que contiene gráficos y valores que muestran qué variables afectaron a los valores previstos y la forma de la relación.
Los modelos tradicionales de regresión como los mínimos cuadrados ordinarios (OLS) o la regresión logística explican la influencia de las variables a través de coeficientes. Por ejemplo, los coeficientes de OLS indican cuánto aumentan o disminuyen las predicciones cuando aumenta una determinada variable explicativa, y los coeficientes de la regresión logística indican cómo cambia la razón de probabilidades al predecir categorías. Sin embargo, los modelos de aprendizaje automático suelen ser no lineales y no tienen coeficientes simples que expliquen cómo cambian las predicciones para distintos valores de las variables explicativas. Un enfoque habitual para visualizar la influencia de cada variable explicativa en los valores previstos consiste en utilizar gráficos de dependencia parcial.
Trazados de dependencia parcial
Los gráficos de dependencia parcial muestran cómo cambian de media las predicciones para varios valores de cada variable explicativa, manteniendo fijos todos los demás valores de las variables explicativas. Por ejemplo, en OLS, los gráficos de dependencia parcial forman una línea recta con la pendiente igual al coeficiente. Sin embargo, en los modelos de aprendizaje automático, las relaciones son no lineales, por lo que las predicciones pueden aumentar en algunos rangos de la variable explicativa, disminuir en otros o formar otras curvas más complejas.
Por ejemplo, el gráfico siguiente muestra cómo responde una variable dependiente a diferentes valores de una variable explicativa. Los valores altos y bajos de la variable explicativa dan lugar, de media, a valores previstos más altos, mientras que los valores intermedios dan lugar a valores previstos más bajos.
Nota:
El gráfico de dependencia parcial de una variable explicativa se construye realizando predicciones con varios valores de dicha variable explicativa y manteniendo todas las demás variables explicativas en sus valores originales. Para cada valor probado, se calculan predicciones para cada entidad de entrada y, a continuación, se promedian. A continuación, las medias se representan frente a los valores probados de la variable explicativa.
Variables explicativas continuas
El gráfico Respuesta parcial de variables continuas muestra los gráficos de dependencia parcial de cada variable explicativa continua. Los valores de la variable explicativa se muestran en el eje x, y los valores medios previstos se muestran en el eje y.
Cada variable explicativa continua se muestra en una cuadrícula a la izquierda, y se puede hacer clic en cada variable para mostrar el gráfico individual a la derecha. Los gráficos de la cuadrícula comparten la misma escala del eje Y para facilitar la comparación de sus efectos.
Variables explicativas categóricas
El gráfico Respuesta parcial de variables de categorías muestra los gráficos de dependencia parcial de cada variable explicativa categórica. El eje X muestra cada categoría de la variable categórica, y el eje Y muestra los valores predichos medios.
Por ejemplo, la siguiente imagen muestra los gráficos de dependencia parcial de dos variables explicativas categóricas: color y tipo. Para la variable de color, el azul da lugar a un valor previsto más bajo, el rojo da lugar a valores previstos más altos y el verde da lugar a valores ligeramente más altos. Del mismo modo, el tipo C da lugar a valores previstos más bajos, mientras que los tipos A y D dan lugar a valores predichos más altos.
Variables dependientes categóricas
Cuando la variable dependiente es categórica, es decir, en un modelo de clasificación, los gráficos de dependencia parcial muestran cómo afecta cada variable a la probabilidad de clasificar cada categoría. De forma predeterminada, el eje Y de cada gráfico mostrará la probabilidad media de que la entidad se clasifique en la primera categoría, pero se puede cambiar la categoría que muestra el gráfico en el panel Propiedades de gráfico. En la pestaña Datos, pulse el botón Seleccionar situado debajo de Campo(s) numérico(s) y elija la categoría que desea mostrar. Habilite solo una categoría cada vez para que el gráfico muestre correctamente el trazado de dependencia parcial.
Prácticas recomendadas y limitaciones
A continuación, se mencionan las prácticas recomendadas y las limitaciones al utilizar esta herramienta:
- Los gráficos de dependencia parcial asumen que cada variable explicativa es independiente. Los gráficos de dependencia parcial muestran el efecto de cada variable explicativa de forma aislada, pero, si varias variables están correlacionadas y comparten información mutua, los gráficos no pueden separar su influencia individual. Esto es análogo a la multicolinealidad en la regresión tradicional.