나이브 베이즈 플랫폼 시작

분석 > 예측 모델링 > 나이브 베이즈를 선택하여 나이브 베이즈 플랫폼을 시작합니다.

그림 8.6 나이브 베이즈 시작 창 

"열 선택" 빨간색 삼각형 메뉴의 옵션에 대한 자세한 내용은 JMP 사용의 "­Column Filter Menu­"에서 확인하십시오.

나이브 베이즈 시작 창에는 다음과 같은 옵션이 있습니다.

Y, 반응

관심 클래스가 값인 범주형 반응 열입니다.

X, 요인

범주형 또는 연속형 예측 변수 열입니다.

가중치

분석의 각 행에 가중치를 할당하는 숫자 값이 포함된 열입니다.

빈도

분석의 각 행에 빈도를 할당하는 숫자 값이 포함된 열입니다.

검증

검증 데이터 집합을 정의하는 숫자 열입니다. 이 열에는 최대 세 개의 구분되는 값이 포함되어야 합니다.

– 열의 고유 값이 세 개인 경우 다음과 같습니다.

가장 작은 값이 있는 행이 훈련 데이터 집합에 사용됩니다.

중간 값이 있는 행이 검증 데이터 집합에 사용됩니다.

가장 큰 값이 있는 행이 테스트 데이터 집합에 사용됩니다.

– 열의 고유 값이 두 개인 경우 훈련 데이터 집합과 검증 데이터 집합만 사용됩니다.

– 검증 열에 네 개 이상의 수준이 있는 경우 가장 작은 세 개의 값을 포함하는 행이 검증 데이터 집합을 정의합니다. 다른 모든 행은 분석에서 제외됩니다.

나이브 베이즈 플랫폼에서는 검증 열을 사용하여 모형을 훈련하고 평가합니다. 검증에 대한 자세한 내용은 "­JMP 모델링의 검증­"에서 확인하십시오.

"열 선택" 목록에서 아무 열도 선택하지 않은 상태로 "검증" 버튼을 클릭하면 데이터 테이블에 검증 열을 추가할 수 있습니다. "검증 열 생성" 유틸리티에 대한 자세한 내용은 "­검증 열 생성­"에서 확인하십시오.

기준

개별 분석을 정의하는 수준이 포함된 하나 이상의 열입니다. 지정된 열의 각 수준에 대해 해당 행은 사용자가 지정한 다른 변수를 사용하여 분석됩니다. 결과는 개별 보고서에 제공됩니다. 기준 변수가 둘 이상 할당되면 기준 변수의 가능한 각 수준 조합에 대해 개별 분석이 생성됩니다.

검증 데이터 비율

검증 데이터 집합으로 사용할 데이터 비율을 지정합니다.

참고: 시작 창에서 검증 열 또는 검증 데이터 비율을 지정하지 않은 경우 제외된 행이 있으면 이러한 행은 검증 데이터 집합으로 처리됩니다. 검증에 대한 자세한 내용은 "­JMP 모델링의 검증­"에서 확인하십시오.

사전 편향

사전 편향 값을 설정합니다. 이 값을 반응 수준의 수로 나눈 후 0이 아닌 비율 추정값을 보장하기 위해 결과 수량을 총계에 더합니다.