JMP White Paper

Der Random Forest als ein robustes Verfahren zum Screening wichtiger Faktoren


Bei der Analyse großer Datensätze, die sich insbesondere auch durch eine hohe Zahl an Variablen auszeichnen, ist es immer ein interessanter erster Schritt, herauszufinden, welche Variablen am ehesten die interessierenden Zielgrößen beeinflussen. Die Bildung eines Random Forest bietet hier einen geeigneten Ansatz, da er keine besonderen Ansprüche an die Eigenschaften der Variablen stellt. Zudem ist das Verfahren geeignet, auch mit fehlenden Werten umzugehen, und es ist effizient in der Durchführung.

*
*
*
  Ich möchte JMP Newswire, den monatlichen Newsletter für JMP Anwender, abonnieren.
  Ja, ich möchte gelegentlich E-mails zu JMP Produkten und Veranstaltungen erhalten.

Mit dem Absenden dieses Formulars akzeptieren Sie die Nutzungsbedinungen von SAS Institute GmbH für das vorliegende Informationsangebot. Ihre Daten werden selbstverständlich vertraulich gemäß der SAS Privacy Policy gehandhabt.