カテゴリ結果を予測する (分類する) 最も重要な要素を識別するパーティション ベースのモデル (決定木) を構築し、結果のツリーを使用して新しい観測の予測を行うために使用します。
分類ツリー
- 開いている JMP ®テーブルから、 [分析] > [予測モデリング] > [パーティション] を選択します。
- 「列の選択」から名義または順序の応答変数を選択し、 「Y、応答」をクリックします。
- 説明変数を選択し、 「X、因子」をクリックします。
- 必要に応じて、検証割合を入力するか、検証列を選択して「検証」をクリックします（ JMP Proのみ）。この図では、ランダムに選択された検証セットの30%を使用しています。つまり、トレーニングには70%を使用します。
- JMP Proのみでは、ツリー手法を選択します：決定木（デフォルト）、ブートストラップフォレスト、ブースティングツリー、 K近傍法、または単純ベイズ。JMP Proでは、検証列を指定することもできます。
- [OK]をクリックします。
JMP は最初に、各応答レベルの観測値の割合を示すグラフを表示します。
- 「分割」ボタンをクリックします。観測値は2つのノード（葉）に分割されます。グラフは分割を反映して更新され、分割の詳細を示すツリー図が作成されます。
注:上部の赤い三角形をクリックし、 [表示オプション] > [分割カウントを表示] を選択して、各リーフのカウント、レート(観測値の割合)、および確率(予測確率) を表示します。
- 追加の分割を続行するには、 「プリット」をクリックします。分割を削除するには、 「プルーン」をクリックします。
検証セットを使用している場合は、「実行」をクリックすると、検証データへの適合を最適化するための自動分割とプルーニングが実行されます。ここでは2つの分割のみが実行されました。
Auto Raw Data.jmp (Help > Sample Data Folder)Auto Raw Data.jmp (ヘルプ > サンプルデータフォルダ)
最初の 2 つの分割の解釈 (応答はクレーム (Y/N)):
• 左のリーフには、AgeClass(Young)に対応する1,179個のobsがあります。そのうち768個(65.1%)はClaim(Y/N) = Nで、411個(34.8%)はClaim(Y/N) = Yです。
• 右葉には、年齢階級（高齢者）に対応する12,758個のオブザベーションがあります。このノードにおけるNの応答率は90.2%、Yの応答率は9.8%です。
• 年齢クラス（高齢者）の 12,758 件の観測値については、評価クラス変数に基づいて 2 番目の分割が評価クラス (D、C) と評価クラス (B、A) に行われます。
注:
列寄与率、 中華民国 、リフト曲線などの追加オプションについては、上部の赤い三角形をクリックしてください。予測式の保存などのその他のオプションは、上部の赤い三角形 > 列の保存から利用できます。上の赤い三角形の下にある「決定しきい値」を選択すると、モデルの正誤分類率が表示され、異なるカットオフ値でそれらの率を評価できます。デフォルトは50%です。
詳細については、 JMP ヘルプの「予測モデルと特殊モデル > パーティション モデル」を参照してください。
