Um zwischen A und B anhand kontinuierlicher Variablen aus den Tests a, b, c und d zu unterscheiden, verwenden wir eine Partitionierung, um den Beitrag dieser vier Tests zu bewerten. Faktoren wie (a) und (b) treten jedoch wiederholt in mehreren Splits auf, was die Analyse erschwert. Wie können wir die Einstellungen anpassen, um zu verhindern, dass bestimmte Faktoren zu häufig ausgewählt werden? Fügen Sie die tatsächlichen Ergebnisse und ein Bild der idealen Ergebnisse bei. Bitte beantworten Sie die Frage. Vielen Dank.
Die Faktoren (a) und (b) tauchen immer wieder auf, da sie die besten Faktoren sind (erklären die größte Variation in der Zielvariable). Warum sollten Sie das überschreiben? Wie sind Sie zu Ihrem „idealen“ Baum gekommen?
Wahrscheinlich werden dieselben Faktoren gewählt, da zwischen den Faktoren und der Zielvariable eine eher lineare Beziehung besteht. Um diese lineare Beziehung anzunähern, sind viele Teilungen erforderlich.
Es gibt keine automatische Möglichkeit, JMP anzuweisen, eine Variable nur einmal zum Aufteilen zu verwenden, was Sie anscheinend möchten. Tatsächlich widerspricht diese Idee der Art und Weise, wie Sie einen Baum erstellen. JMP ermöglicht Ihnen jedoch die manuelle Erstellung eines Baums, bei dem Sie entscheiden, welche Variablen und wo aufgeteilt werden sollen.
Klicken Sie auf der Plattform auf den roten Pfeil des Blattes, an dem Sie eine Teilung vornehmen möchten. Wenn Sie „Split Specific“ wählen, können Sie den Faktor und die Ebene der Eingabe festlegen. Auf diese Weise können Sie jeden beliebigen Baum erstellen. Beachten Sie jedoch, dass Ihr Baum nicht mehr optimal passt, wenn Sie den Standardalgorithmus überschreiben.
