こんにちは、
添付されているように簡単な DOE テーブルを作成し、決定木を作成しようとしましたが、JMP で期待どおりの結果が得られません。
どのようなご意見でも歓迎します。
ありがとう、
長さ
こんにちは@LGH 、
コミュニティへようこそ！
フォーラムに投稿する前に、 @jthiの投稿「正しい質問に素早く正しい答えを得る」を読むことをお勧めします。これは、期待される結果と、意思決定ツリーから得られる結果について説明がないためです。
データセットが計画実験 (DoE) から取得されている場合、JMP でデフォルトで提供されている最小二乗モデル回帰を使用しないのはなぜでしょうか?
サンプルサイズが小さすぎるため、決定木がデータを分割できない（つまり、決定木をそのまま使用すると結果が出ず、分割もできない）ことが問題の原因でしょうか？もしそうなら、決定木の横にある赤い三角形をクリックしてオプションを開き、「 最小サイズ分割」（デフォルトでは5）を、決定木が拡張できる別の値に変更してください（2でも問題ない場合があり、分割は1つで済みます）。
JMPにおけるこの決定木パラメータのデフォルト設定は、過学習を回避するように設定されています。つまり、変数に応じてサンプルを完璧に分割する決定木を作成し、葉のサンプルサイズが少ない完璧なモデルを作成しますが、このモデルは、新しい未知のサンプル（テストデータセット）を予測する際には実質的に役に立たず、堅牢性も低くなります。実際には、このような機械学習モデルを使用するには、学習セット、検証セット、テストセットを用いた検証戦略が必要です。データセットを「過度に」分割してモデルの学習に使用しないようにする方法（交差検証、leave-one-outなど）はありますが、最終的にはテストセットの予測性能が学習セット／検証セットと一致することを確認するために、テストセットが必要になります。このトピックに関する議論は、フォーラム「交差検証 - 検証列法/ MLモデル（ニューラルネットワークやランダムフォレストなど）でk分割交差検証を実行し、固定テストデータでモデル性能を確認する方法/ ...」で読むことができます。
この特定のケースでは、データセットのサイズが小さく、結果と因子 C の間に線形関係があるため、線形回帰モデルまたは Fit Y by X プラットフォームと同じ結果になることに注意してください。
この回答があなたに何かアイデアを与えてくれることを願っています。
こんにちは、ビクターさん。
ご返信ありがとうございます。はい、サンプル数が少なかったため分割ができなかったのが問題でした。ご指示の通り、うまくいきました。
よろしくお願いいたします。
LGH
