公開日: 11/25/2021

パーティション

ディシジョンツリーによるモデル化

「パーティション」プラットフォームは、説明変数と目的変数の関係に従ってデータを再帰的に分割し、ディシジョンツリー(決定木)を作成します。そのアルゴリズムは、最も効果的に応答を予測するような分岐を、説明変数の可能なすべての分岐を検索して探し出します。データの分岐(パーティション)は繰り返され、分割のルールを示すディシジョンツリーが最終的に形成されます。分岐は、適合度が適度になるまで続けられます。このアルゴリズムでは、多数の可能な分岐から最適なものを選び出します。この手法は、モデル化や発見を行うのに非常に役立ちます。

図4.1 ディシジョンツリーの例 

Example of a Decision Tree

目次

「パーティション」プラットフォームの概要

「パーティション」プラットフォームの例

「パーティション」プラットフォームの起動

「パーティション」レポート

コントロールボタン
カテゴリカルな応答変数に対するレポート
連続尺度の応答変数に対するレポート

「パーティション」プラットフォームのオプション

「あてはめの詳細」の表示
利益行列の指定
「決定行列」レポート
欠測値をカテゴリとして扱う
予測値と実測値のプロット
ROC曲線
リフトチャート
ノードのオプション

パーティションでの検証

パーティションの別例

連続尺度の応答変数を用いた例
欠測値をカテゴリとして扱う例
利益行列と決定行列の例

「パーティション」プラットフォームの統計的詳細

目的変数と説明変数
分岐基準
ディシジョンツリーとブートストラップ森の予測確率
より詳細な情報が必要な場合や、質問があるときは、JMPユーザーコミュニティで答えを見つけましょう (community.jmp.com).