The arboretum procedure

14

§

PROC DMNEURL: Approximation to PROC NEURAL

Estimation Stages

6

Max. Number Components

3

Minimum R2 Value

0.000050

Number Grid Points

17

Variable

Mean

Std Dev

Skewness

Kurtosis

LOAN

18608

11207

2.02378

6.93259

MORTDUE

67350

44458

1.81448

6.48187

VALUE

99863

57386

3.05334

24.36280

YOJ

8.15130

7.57398

0.98846

0.37207

DELINQ

0.40570

1.12727

4.02315

23.56545

CLAGE

170.47634

85.81009

1.34341

7.59955

NINQ

1.08456

1.72867

2.62198

9.78651

CLNO

20.50285

10.13893

0.77505

1.15767

DEBTINC

26.59885

8.60175

2.85235

50.50404

For an interval target the percentiles of the response (target) variable are computed

as an aside of the preliminary runs through the data. (Note, that the values of the

response

Ý

are not all stored in RAM.)

Percentiles of Target LOAN in [1100 : 89900]

Nobs

Y Value

Label

1

596

7600.000000

0.073198198

2

1192

10000

0.100225225

3

1788

12100

0.123873874

4

2384

14400

0.149774775

5

2980

16300

0.171171171

6

3576

18800

0.199324324

7

4172

21700

0.231981982

8

4768

25000

0.269144144

9

5364

30500

0.331081081

10

5960

89900

1

The first estimation stage starts with the selection of the best predictor components

(eigenvectors):

Component Selection: SS(y) and R2 (SS_total=326.60303927)

Comp

Eigval

R-Square

F Value

p-Value

SSE

2

14414

0.015964

96.672480

<.0001

321.389163

28

1232.230727

0.005739

34.949673

<.0001

319.514886

11

6335.576701

0.005490

33.620923

<.0001

317.721686

A maximum of 8 iterations is needed for convergence:

---

Purpose of PROC DMNEURL

§

15

------------ Optimization Cycle (Stage=0) --------------

------------ Activation= SQUARE (Stage=0) --------------

NOTE: ABSGCONV convergence criterion satisfied.

SQUARE: Iter=1 Crit=0.00719589: SSE=6.76374E11 Acc= 32.7484

------------ Activation= TANH (Stage=0) ----------------

NOTE: ABSGCONV convergence criterion satisfied.

TANH: Iter=7 Crit=0.00729363: SSE=6.85561E11 Acc= 29.2423

------------ Activation= ARCTAN (Stage=0) --------------

NOTE: ABSGCONV convergence criterion satisfied.

ARCTAN: Iter=4 Crit=0.00730523: SSE=6.86651E11 Acc= 29.2427

------------ Activation= LOGIST (Stage=0) --------------

NOTE: ABSGCONV convergence criterion satisfied.

LOGIST: Iter=5 Crit=

0.007296: SSE=6.85784E11 Acc= 28.7727

------------ Activation= GAUSS (Stage=0) ---------------

NOTE: ABSGCONV convergence criterion satisfied.

GAUSS: Iter=8 Crit=0.00753243: SSE=7.08006E11 Acc= 15.4180

------------ Activation= SIN (Stage=0) -----------------

NOTE: ABSGCONV convergence criterion satisfied.

SIN: Iter=2 Crit=0.00732518: SSE=6.88526E11 Acc= 29.0399

------------ Activation= COS (Stage=0) -----------------

NOTE: ABSGCONV convergence criterion satisfied.

COS: Iter=5 Crit=0.00753876: SSE=7.08602E11 Acc= 22.5534

------------ Activation= EXP (Stage=0) -----------------

NOTE: ABSGCONV convergence criterion satisfied.

EXP: Iter=2 Crit=0.00724534: SSE=6.81022E11 Acc= 29.9011

For interval target

Ý

the accuracy is computed as the Goodman-Kruskal

­

coefficient

for a observed-predicted frequency table using the percentiles of

Ý

for row and col-

umn definitions. (Note, that the Goodman-Kruskal

­

can have negative values for

extrem bad fit.)

Approximate Goodness-of-Fit Criteria (Stage 0)

Run

Activation

Criterion

SSE

Accuracy

1

SQUARE

0.007196

676373814905

32.748384

8

EXP

0.007245

681021814295

29.901149

2

TANH

0.007294

685560807525

29.242251

4

LOGIST

0.007296

685783817673

28.772685

3

ARCTAN

0.007305

686651267193

29.242724

6

SIN

0.007325

688526431720

29.039929

5

GAUSS

0.007532

708006119992

15.418007

7

COS

0.007539

708601735521

22.553358

The Root-Mean-Squared-Estimate RMSE for the first stage is 10589:

Goodness-of-Fit Criteria (Ordered by SSE, Stage 0)

---