「ブートストラップ森」プラットフォームの別例
この例では、調整計画テーブルを使用してブートストラップ森モデルを構築し、調査対象集団における男性の体脂肪率を予測します。
調整計画テーブル
Space Filling実験計画を使用して、調整計画テーブルを作成します。
1. ［実験計画(DOE)］>［特殊な目的］>［Space Filling計画］を選択します。
次に、ブートストラップ森のモデルパラメータ（調整パラメータ）を「因子」セクションに追加します。
2. ［連続変数］をクリックし、「X1」を「ツリー数」に変更して、値を「10」～「100」に設定します。
3. ［連続変数］をクリックし、「X2」を「項の数」に変更して、値を「5」～「10」に設定します。
4. ［連続変数］をクリックし、「X3」を「ブートストラップの抽出割合」に変更して、値を「0.8」～「1」に設定します。
5. ［連続変数］をクリックし、「X4」を「ツリーあたりの最小分岐数」に変更して、値を「5」～「10」に設定します。
6. ［連続変数］をクリックし、「X5」を「分岐の最小サイズ」に変更して、値を「4」～「6」に設定します。
図5.12 Space Filling計画の調整パラメータ
メモ: 乱数シード値（step 7）と開始点の数（step 8）を設定すると、以下の数値例と同じ結果が得られます。なお、同じ結果でなくても良い場合は、上記の手順を行う必要はありません。
7. （オプション）「Space Filling計画」の赤い三角ボタンをクリックし、［乱数シード値の設定］を選択します。次に、「123」と入力して［OK］をクリックします。
8. （オプション）「Space Filling計画」の赤い三角ボタンのメニューから［開始点の数］を選択し、「5」と入力して［OK］をクリックします。
9. ［続行］をクリックします。
10. 「実験の回数」を「10」に設定します。
メモ: 実際には、通常、これよりも多くの実験回数を指定して、より多くのモデルを確認します。この例では実行時間をなるべく短くするために、実験回数を「10」に設定します。
11. ［一様］をクリックして一様計画を生成します。5変数について10個の計画点が一様に散らばった計画が作成されます。
12. ［テーブルの作成］をクリックして、調整計画テーブルを作成します。
図5.13 調整計画テーブル
メモ: なお、調整計画テーブルで小数点以下の値をもつものは、「ブートストラップ森」プラットフォームでは整数に丸められます。
調整計画テーブルを使った「ブートストラップ森」の起動
1. ［ヘルプ］>［サンプルデータフォルダ］を選択し、「Equity.jmp」を開きます。
2. ［分析］>［予測モデル］>［ブートストラップ森］を選択します。
3. 「BAD」を選択し、［Y, 目的変数］をクリックします。
4. 「LOAN」から「DEBTINC」までを選択し、［X, 説明変数］をクリックします。
5. 「検証データの割合」に「0.25」と入力します。
6. ［OK］をクリックします。
7. 「ブートストラップ森の指定」ウィンドウの「複数のあてはめ」セクションで「調整計画テーブルを使用する」を選択します。
8. （オプション）「ブートストラップ森の指定」ウィンドウの「再現性」セクションで、「乱数シード値」を「123」に設定します。
9. ［OK］をクリックします。
10. 「調整計画テーブルの選択」ウィンドウで、先ほど作成した「Space Filling一様計画」のデータテーブルを選択し、［OK］をクリックします。
調整計画テーブルの設定に基づき、10個のブートストラップ森が構築されます。すべてのあてはめについての要約統計量の表と、最良のモデルに関する詳細が表示されます。
図5.14 10個のモデルに対するレポート
「検証セットでのモデル要約」レポートには、検証セットの要約統計量が示されています。検証セットはデータの25%に設定されていたことを思い出してください。「検証セットでのモデル要約」の最初に記載されている森は58本のツリーを持ち、かつ1分岐あたり8つの項が抽出されており、検証時のエントロピーR2乗値が0.5592で最も高い値を示しています。このモデルが10個の森の中で最もよくあてはまるものとして選択され、「全体の統計量」レポートにこの森の適合度が表示されています。
ヒント: 「検証セットでのモデル要約」の表を右クリックし、［データテーブルに出力］を選択すると、モデルの適合度に対する調整パラメータの影響を調べることができます。