Utilizzare per creare un modello basato su partizioni (albero decisionale) che identifichi i fattori più importanti che prevedono un risultato categoriale (classifica) e utilizzare l'albero risultante per fare previsioni per nuove osservazioni.
Alberi di classificazione
- Da una tabella JMP ® aperta, selezionare Analizza > Modellazione predittiva > Partizione.
- Selezionare una variabile di risposta nominale o ordinale da Seleziona colonne e fare clic su Y, Risposta .
- Selezionare le variabili esplicative e fare clic su X, Fattore .
- Se lo si desidera, immettere la porzione di convalida o selezionare una colonna di convalida e fare clic su Convalida ( solo JMP Pro ). In questa illustrazione è stato utilizzato un set di convalida selezionato casualmente pari al 30%. Pertanto, per l'addestramento è stato utilizzato il 70%.
- In Solo JMP Pro , seleziona il metodo dell'albero: Albero decisionale (predefinito), Foresta Bootstrap , Albero boostato , K vicini più prossimi o Bayes ingenuo . JMP Pro consente inoltre di specificare una colonna di convalida.
- Fare clic su OK.
JMP visualizza inizialmente un grafico che mostra la proporzione di osservazioni in ciascun livello di risposta.
- Fare clic sul pulsante Dividi . Le osservazioni verranno divise in due nodi, o foglie. Il grafico verrà aggiornato per riflettere la divisione e verrà creato un diagramma ad albero che descrive la divisione in modo più dettagliato.
Nota: fare clic sul triangolo rosso in alto e selezionare Opzioni di visualizzazione > Mostra conteggi suddivisi per visualizzare conteggi, tassi (proporzione di osservazioni) e probabilità (probabilità previste) in ogni foglia.
- Fai clic su Dividi per continuare con ulteriori suddivisioni. Fai clic su Elimina per rimuovere una suddivisione.
Se si utilizza un set di convalida, fare clic su "Go" per eseguire automaticamente la suddivisione e la potatura, ottimizzando l'adattamento ai dati di convalida. In questo caso, sono state eseguite solo due suddivisioni.
Auto Raw Data.jmp (Help > Sample Data Folder)Auto Raw Data.jmp (Aiuto > Cartella dati campione)
Interpretazione per le prime due suddivisioni (la risposta è Affermazione (S/N)):
• Ci sono 1.179 osservazioni nella foglia sinistra, corrispondenti a AgeClass(Young). 768 di queste (65,1%) sono Claim(Y/N) = N e 411 (34,8%) sono Claim(Y/N) = Y.
• Ci sono 12.758 osservazioni nella foglia destra, corrispondenti a AgeClass(Elder). Il tasso di risposta è del 90,2% per N e del 9,8% per Y in quel nodo.
• Per le 12.758 osservazioni nella classe AgeClass(Anziano), la seconda suddivisione, basata sulla variabile Classe di valutazione, è in Classe di valutazione (D, C) e Classe di valutazione (B, A).
Note:
Per opzioni aggiuntive, come Contributi di colonna , Repubblica Dominicana e Curve di lift , fare clic sul triangolo rosso in alto . Altre opzioni, come Salva formula di previsione, sono disponibili dal triangolo rosso in alto > Salva colonne . Selezionare Soglia di decisione sotto il triangolo rosso in alto per visualizzare i tassi di classificazione corretti e non corretti per il modello, inclusa la possibilità di valutare tali tassi in base a diversi valori di cutoff. Il valore predefinito è 50%.
Per saperne di più, visita Modelli predittivi e specializzati > Modelli di partizione nella Guida di JMP .
