Scopri di più nel nostro corso online gratuito:
Pensiero statistico per la risoluzione dei problemi industriali
In questo video utilizziamo il file Produzione chimica esempio e adattare un albero di classificazione per la risposta categorica, Prestazione .
Per fare ciò, selezioniamo Modellazione predittiva dal menu Analizza, quindi selezioniamo Partizione.
Selezioniamo Prestazione come Y, variabile di risposta.
Quindi selezioniamo i due gruppi di predittori come X, Fattori.
La linea orizzontale nel grafico di partizione mostra il tasso di accettazione complessivo. Quando la prestazione è accettata, i punti sono sparsi in modo casuale sotto la linea, mentre quando la prestazione è rifiutata, i punti sono sparsi in modo casuale sopra la linea. Faremo clic su Punti colore in modo che tu possa vederlo meglio.
Il nostro modello iniziale ha un nodo. Aggiungiamo qualche altro dettaglio. Per fare ciò, selezioniamo Opzioni di visualizzazione, quindi Mostra conteggio diviso, dal triangolo rosso in alto.
Puoi vedere i tassi e il numero di osservazioni per entrambi i risultati. Quattordici dei novanta lotti sono stati respinti.
Per creare l'albero di classificazione, è possibile utilizzare il triangolo rosso per il nodo per applicare una suddivisione specifica. Oppure puoi usare il pulsante Dividi. Faremo clic sul pulsante Dividi una volta.
La prima suddivisione è sulla variabile Base Assay. Quando il dosaggio della base è inferiore a 97,9, il tasso di scarto è 0,4167. Altrimenti, il tasso di rifiuto è 0,0606.
Si noti che JMP riporta anche un valore Prob. Questa è la probabilità prevista di appartenenza alla classe in base al modello. Questo valore è leggermente diverso dai tassi perché include un fattore di ponderazione per garantire che le probabilità siano sempre diverse da zero.
Dividiamoci di nuovo.
Questa volta la suddivisione del modello avviene sulla quantità di carbammato quando il dosaggio di base è inferiore a 97,9. In questo ramo, se la quantità di carbammato è inferiore a 1,1, la probabilità di rifiuto è 1,0, ma se la quantità di carbammato è maggiore o uguale a 1,1, la probabilità di rifiuto è 0,22.
Prima di dividerci ulteriormente, diamo uno sguardo più da vicino al modello che stiamo costruendo. Per fare ciò, selezioneremo Leaf Report dal triangolo rosso in alto.
Puoi vedere che un albero di classificazione è una serie di istruzioni If-Then. Dividiamoci ancora una volta.
Ora il modello è suddiviso in base alle dimensioni della nave. Sulla base di questo modello, la probabilità più bassa di rifiuto si ha quando il dosaggio della base è maggiore o uguale a 97,9 e la dimensione del vaso è 500 o 750. Questa probabilità prevista è vicina allo zero!
La probabilità più alta di rifiuto si ha quando il dosaggio base è inferiore a 97,9 e la quantità di carbammato è inferiore a 1,1.
Si noti che alcuni di questi nodi non hanno molte osservazioni. Questo è un piccolo set di dati per un albero di classificazione. Potremmo continuare a dividerci finché non saranno più possibili ulteriori divisioni. Ma questo ci porterebbe ad adattare eccessivamente il modello.
Per assicurarti che il modello non venga suddiviso in nodi con pochissime osservazioni, puoi impostare una dimensione di divisione minima prima di creare il modello.
A scopo illustrativo, utilizzeremo il pulsante Prune per ridurre il modello a un nodo.
Utilizzeremo 10 per la dimensione minima di divisione. Per impostarlo, selezioneremo Dimensione divisa minima dal triangolo rosso in alto, inseriremo il valore e fare clic su OK.
Ora faremo clic alcune volte sul pulsante Dividi.
Il nostro modello finale ha quattro divisioni. Puoi facilmente vedere che la combinazione di un dosaggio di base basso e una quantità di carbammato bassa è un problema. Più della metà degli scarti si trovano in questo ramo!
