このバージョンのヘルプはこれ以降更新されません。最新のヘルプは https://www.jmp.com/support/help/ja/15.2   からご覧いただけます。


予測モデルおよび発展的なモデル • ブースティングツリー • 連続尺度の応答変数に対するブースティングツリーの例
前へ
 • 
次へ
連続尺度の応答変数に対するブースティングツリーの例
この例では、ブースティングツリーを作成して、体脂肪率を予測します。説明変数には、名義尺度と連続尺度があります。
1.
［ヘルプ］>［サンプルデータライブラリ］を選択し、「Body Fat.jmp」を開きます。
2.
［分析］>［予測モデル］>［ブースティングツリー］を選択します。
3.
「体脂肪率」を選択し、［Y, 目的変数］をクリックします。
4.
「年齢」から「手首囲(cm)」までを選択し、［X, 説明変数］をクリックします。
5.
「検証」列を選択し、［検証］をクリックします。
6.
［OK］をクリックします。
7.
［OK］をクリックします。
図7.4 連続尺度の目的変数の全体の統計量
「全体の統計量」レポートには、ブースティングツリーモデルのR2乗とRMSEが表示されます。検証セットの「R2乗」は0.603です。検証セットの「RMSE」は約5.48です。
「体脂肪率」を予測するうえで重要な説明変数がどれを探してみましょう。
8.
「体脂肪率のブースティングツリー」の赤い三角ボタンをクリックし、［プロファイル］を選択します。
9.
「予測プロファイル」の赤い三角ボタンをクリックし、［変数重要度の評価］>［独立な一様分布の入力］を選択します。
メモ: ［変数重要度の評価］オプションは計算で乱数を用いるために、結果は変数重要度の要約レポートとはまったく同じにはならないことがあります。
図7.5 変数重要度の要約レポート
「要約レポート」を見ると、「体脂肪率」の最も重要な説明変数は「胴囲(cm)」であることがわかります。