用于构建基于分区的模型（决策树），该模型识别预测连续结果的最重要因素，并使用生成的树对新的观测值进行预测。
回归树
- 从打开的 JMP ®表中，选择“分析”>“预测建模”>“分区”。
- 从“选择列”中选择一个连续响应变量，然后单击“Y，响应” 。
- 选择解释变量，然后单击X，因子。
- 如果需要，请输入验证部分或选择验证列并单击“验证” （仅限 JMP Pro ）。本示例中未使用验证集。
- 在JMP Pro中，选择树方法：决策树（默认）、 Bootstrap Forest 、 强化树 、 K个最近邻或朴素贝叶斯 。
- 单击“确定”。JMP最初会显示一个图表，显示所有观测值的响应，并在总体平均值处画一条线（本例中为 3,971 美元）。
- 点击“拆分”按钮。原始观测值将被拆分为两个节点，或称叶节点。在上图中，水平线表示每个叶节点内的平均响应值，垂直线表示叶节点的相对大小。
- 点击“分割”进行额外分割。点击“修剪”移除分割。如果使用了验证部分或验证列，请点击“执行”以自动分割和修剪，从而优化验证数据的拟合度。
笔记：
如需查看更多选项，例如“叶节点报告” 、 “小树状图”和“列贡献” ，请单击顶部的红色三角形。其他选项，例如“保存预测公式”和“创建SAS® DATA 步骤” ，可通过顶部红色三角形 >“保存列”访问。要查看特定节点的拆分选项，请单击该节点对应的红色三角形。
Diamonds Data.jmp (Help > Sample Data Folder)钻石数据.jmp（帮助 > 示例数据文件夹）
前两次拆分结果的解读（响应变量为钻石价格，单位为美元）：
• 克拉重量小于 0.95 的观测值有 1,502 个。这些观测值的平均价格为 2,281 美元。
• 克拉重量 >= 0.95 的观测值有 1,188 个。这些观测值的平均价格为 6,109 美元。
• 对于克拉重量<0.95的1502个观测值，第二次分割也是基于克拉重量变量，分割点为克拉重量0.74。
访问JMP 帮助中的“预测和专用模型 > 分区模型”了解更多信息。
