voltar aos modelos
M2_Desempenho_SAEB_MT
Variável-alvo: SAEB_12_MT · 1686 observações · 11 preditores
RF AUC (CV)
0,712
Acurácia (RF)
0,675
RF AUC (treino)0,742curva ROC
RF AUC (CV)0,7125 folds estratificados
LogReg AUC (CV)0,687baseline linear
Mediana alvo271,30limiar de classificação
Painel de avaliação
Painel gerado pelo script 014_Modelos_Preditivos.py contendo:
distribuição da variável-alvo, matriz de confusão, curva ROC e importância das variáveis (MDI).
Importância das variáveis (por permutação)
Cada barra mostra a queda média de AUC quando os valores daquela variável são embaralhados aleatoriamente no conjunto de teste. Quanto maior a queda, mais o modelo depende daquela variável.
Top 3 variáveis (MDI)
Nível socioeconômico (INSE), Internet, Gasto por aluno
Importância pelo critério Mean Decrease in Impurity do Random Forest. Indica as três variáveis com maior contribuição relativa para reduzir a impureza nas divisões das árvores ao longo de todo o ensemble.
Outros modelos
M1_Abandono_EM
0,663
AUC (CV)
M3_Desempenho_ENEM
0,739
AUC (CV)
M4_Abandono_EM_TDI_AFD
0,690
AUC (CV)