의사 결정 트리는 예측 모델의 기반으로 분류 또는 파티션을 사용하여 패턴을 탐색하고, 관계를 발견하고, 가장 영향력있는 요인을 선별하고, 응답에 대한 결론을 내립니다.
JMP®는 최적화 및 결과 해석을위한 다양한 옵션을 사용하여 의사 결정 트리를 생성하는 대화 형 접근 방식을 제공합니다.전망 이 건강 및 생명 과학 사례 연구를 통해 트리 기반 기계 학습 방법이 요인과 반응 간의 관계를 식별하는 데 얼마나 좋은 모델이 될 수 있는지 확인합니다.
상황 : 연구 관리자는 환자 요인과 당뇨병 분류 사이에 관계가 있는지 이해하고 싶습니다.
과제 : 문제는 여러 환자 요인이 있고 모든 관계와 요인 상호 작용이 완전히 이해되지는 않는다는 것입니다.
조치 : 의사 결정 트리를 사용하여 간단한 파티션을 만든 다음 고급 부트 스트랩 포리스트 및 부스트 트리 방법을 사용하여 최상의 모델을 찾습니다.
결과 : 이러한 기계 학습 기술을 사용하여 최상의 모델을 비교하고 최적의 값을 식별하여 당뇨병을 최소화합니다.
다음 단계 : 귀하의 연구는 동료들과 대화식으로 공유되며 환자 건강을 개선하는 데 도움이되는 더 많은 연구로 이어집니다.
