Chương 3 Bài báo “KỸ THUẬT KHAI PHÁ DỮ LIỆU TRONG DỰ ĐOÁN RỦI RO GIẢI BÀI TOÁN KINH DOANH DÙNG PHẦN MỀM
3.8.4 Đào tạo, xác thực, và kiểm tra các mô hình
Trong nghiên cứu trường hợp gian lận chăm sóc sức khỏe, chỉ có khoảng 7 phần trăm của các hồ sơ trong các dữ liệu thiết lập đại gửi các trường hợp gian lận. Ngoài ra, rất nhiều các yếu tố đầu vào có một số lượng cao của các cấp danh nghĩa.
Kết hợp, hai yếu tố này làm cho phân tích với một mô hình hồi quy khó khăn. Tuy nhiên, đối so sánh một hồi quy từng bước về phía trước đã được thử nghiệm, và nó đã được xác định rằng lựa chọn của mình của yếu tố dự báo quan trọng nhất trí với phù hợp với cây quyết định của.
Hình 3 cho thấy cách SAS Enterprise Miner đã được sử dụng để tạo ra một sơ đồ dòng chảy quá trình cho phân tích các dữ liệu gian lận chăm sóc sức khỏe.
• Loại CHAID của Chi-square tiêu chí tách, mà chia tách chỉ khi một thống kê ngưỡng quan trọng đạt được
• tách giảm entropy tiêu chuẩn, đo lường độ tinh khiết đạt được tại nút từng phần • đánh giá cây dựa trên độ tinh khiết nút (phân phối riêng biệt trong các nút) • đánh giá cây dựa trên tỷ lệ phân loại sai (đánh giá chung)
• cho phép nhiều hơn số lượng mặc định chia tách (2) ở mỗi cấp trong cây
• điều chỉnh số lượng các quan sát cần thiết trong một nút và cần thiết để tách để tiếp tục.
3.8.5 Kết quả phân tích
Để phân tích các kết quả nghiên cứu chăm sóc sức khỏe, chúng tôi sử dụng các bảng xếp hạng thang máy và ma trận nhầm lẫn.
Một thang máy hiển thị biểu đồ kết quả từ các mô hình khác nhau cho phép một mô hình ban đầu so sánh nhanh chóng.
Một ma trận nhầm lẫn liên quan đến việc so sánh các giá trị dự đoán giá trị thực tế.