预测和专业建模 • 朴素 Bayes • 朴素 Bayes 的示例
上一个
 • 
下一个
朴素 Bayes 的示例
您具有 442 名糖尿病患者的基准医疗数据，还有在每名患者首次就诊一年后得到的糖尿病疾病发展的二值测度。该测度将疾病发展量化为“Low”或“High”。您想构造一个分类模型以便在预测未来患者的疾病发展为“High”或“Low”时使用。
1.
选择帮助 > 样本数据库，然后打开 Diabetes.jmp。
2.
选择分析 > 预测建模 > 朴素 Bayes。
3.
选择 Y 二值并点击 Y，响应。
4.
从年龄一直选到葡萄糖，然后点击 X，因子。
5.
选择验证并点击验证。
6.
点击确定。
“朴素 Bayes”报表
训练集大约有 21% 的误分类率，验证集大约有 24% 的误分类率。混淆矩阵指示对于训练集和验证集，较大的误分类源来自将具有“Low”疾病发展的患者归入具有“High”疾病发展一类。验证集结果指示模型如何扩展到独立观测。
您想了解哪些预测变量对朴素 Bayes 分类的影响最大。
7.
点击“朴素 Bayes”旁边的红色小三角菜单，然后选择刻画器。
疾病发展的预测刻画器
8.
点击“预测刻画器”旁边的红色小三角菜单，然后选择评估变量重要性 > 独立一致输入。
变量重要性
“汇总报表”指示 HDL、BMI 和 LTG 对估计的概率具有最大影响。
“边缘模型图”报表
“边缘模型图”报表中图的第二行显示较高的 HDL 值与将患者归类为“High”的较小概率关联。而且，较高的 BMI 和 LTG 值与将患者归类为“High”的较大概率关联。