予測子のスクリーニングとモデリングのためのツリーベースの方法の理解と適用
方法を参照してください。
- パーティション、ブートストラップフォレスト、ブーストツリーを使用したモデル
- デシジョンツリーの長所と短所を理解する
- 長所：非線形の関係を明らかにし、理解しやすい結果を取得し、多数の要因をスクリーニングします
- 短所：一度に1つの応答を処理し、数式ではなくif-thenステートメントを作成します。変動性が高いと、類似データのモデルに大きな違いが生じる可能性があります。
- 分割を使用して予測子とカテゴリカル応答の間の関係を定義するJMPパーティション分類ツリーを構築します
- ランダムフォレスト手法を使用してブートストラップフォレストモデルを構築するためのサンプル数、ツリー（モデル）のサイズ、およびサンプルレートを定義します
- レイヤーの数、ツリーごとの分割、学習率、サンプリング率を定義して、より小さなモデルを最終モデルに結合するブーストツリーモデルを構築します
- 結果を解釈し、モデルを調整する
- 利益マトリックスレポートを指定して実行し、カテゴリカル応答の誤分類を特定し、混同行列と意思決定マトリックスを使用して結果を解釈します
注：Q＆Aは17:00と38:00に含まれています
31分以上高度なJMPをマスターする予測分析ビデオ
