构建具有分类响应的 Bootstrap 森林时看不到混淆矩阵你好。
我一直在使用 JMP Pro 18 上的 Equity 文件（JMP 数据库）来构建具有分类响应 (BAD) 的 Bootstrap Forest。我已按照https://www.jmp.com/support/help/en/17.1/?os=win&source=application#page/jmp/example-of-bootstrap-forest-with-a-categorical-response.shtml#上的说明进行操作
但是，报告不包括混淆矩阵。有人能告诉我我是否遗漏了什么步骤吗？
此外，本指南的开头写道：“建立引导森林模型来预测客户是否存在不良信用风险。” 但是，从指南中提供的分析中，我如何才能清楚地得出结果（即不良信用风险）？
高级统计建模预测模型和机器学习回复：构建具有分类响应的 Bootstrap Forest 时看不到混淆矩阵以下是股权数据集
回复：构建具有分类响应的 Bootstrap Forest 时看不到混淆矩阵将 BAD 列更改为名义建模类型。
回复：构建具有分类响应的 Bootstrap Forest 时看不到混淆矩阵嗨@madhu ，
奇怪的是，在这个 Equity 数据集上重新启动 Bootstrap Forest 确实为我提供了一个混淆矩阵：
我也检查过了，混淆矩阵默认显示在报告中，它的出现是自动的，与平台偏好无关：
您可以通过support@jmp.com联系技术支持？
对于您的第二个问题，该数据集的目标是根据各种描述符（LOAN、MORTDUE、VALUE、...DEBTINC）预测一个人的信用风险是差（响应列“BAD”中的级别“差风险”）还是可以接受（级别“好风险”）。
银行/保险公司的目标是只把钱借给有偿还能力的人，所以如果你能通过各种描述和模型来检测出能够有效偿还贷款的人，你就能更容易地确定借钱的风险是否值得。
希望这个回复能帮到你，
回复：构建具有分类响应的 Bootstrap Forest 时看不到混淆矩阵嗨#jthi
这是正确的。我注意到 BAD 数据被标记为“连续”。我现在已将其更改为“名义”，问题现已解决。感谢您的支持。
回复：构建具有分类响应的 Bootstrap Forest 时看不到混淆矩阵亲爱的@Victor_G
我注意到 BAD 数据被标记为“连续”。现在我已将其更改为“名义”，问题已解决。感谢您的支持。
关于我的第二个问题，我理解引导森林模型是为了预测客户是否存在不良信用风险而建立的。
在以下链接中看到的具有分类响应的 Bootstrap Forest 示例中，生成并解释了三份报告，我在下面引用。
https://www.jmp.com/support/help/en/17.1/?os=win&source=application#page/jmp/example-of-bootstrap-forest-with-a-categorical-response.shtml#
- 总体统计报告
“总体报告显示，验证集和测试集的错误分类率分别约为 11.4% 和 9.9%。混淆矩阵表明，错误分类的最大来源是将风险较高的客户归类为风险较高的客户。
测试集的结果可以表明模型对独立观察的扩展程度。验证集用于选择 Bootstrap Forest 模型。因此，验证集的结果会偏向性地表明模型对独立数据的推广程度。”
- 专栏贡献报告
[您有兴趣确定哪些预测因子对您的模型贡献最大。]
“列贡献报告表明，客户信用风险的最强预测因素是 DEBTINC，即债务收入比。该模型的下一个最大贡献者是 DELINQ，即拖欠信用额度的数量，以及 VALUE，即客户的评估价值。”
- 缺失值报告
“DEBTINC 列包含 1267 个缺失值，约占观测值的 21%。Bootstrap Forest 分析中涉及的大多数其他列也包含缺失值。启动窗口中的 Informative Missing 选项可确保以承认缺失值所携带的任何信息的方式处理缺失值。”
然而，我很难理解上述三份报告的结果如何可以用来预测客户是否存在不良信用风险。
