デシジョンツリーは、分類またはパーティションを予測モデルの基礎として使用して、パターンを調査し、関係を明らかにし、最も影響力のある要因をスクリーニングし、応答について結論を出します。
JMP®は、最適化と結果の解釈のための多数のオプションを備えたデシジョンツリーを作成するためのインタラクティブなアプローチを提供します。見るこの健康とライフサイエンスのケーススタディでは、ツリーベースの機械学習手法が要因と応答の関係を特定するための非常に優れたモデルになり得ることを確認します。
状況：研究マネージャーとして、患者の要因と糖尿病の分類との間に関係があるかどうかを理解したいと考えています。
タスク：問題は、複数の患者要因があり、すべての関係と要因の相互作用が完全に理解されているわけではないことです。
アクション：ディシジョンツリーを使用して単純なパーティションを作成し、次に高度なブートストラップフォレストとブーストツリーの方法を使用して最適なモデルを見つけます。
結果：これらの機械学習手法を使用して、最良のモデルを比較し、糖尿病を最小限に抑えるための最適な値を特定します。
次のステップ：あなたの研究は同僚とインタラクティブに共有され、患者の健康を改善するのに役立つより多くの研究につながります。
