预测和专业建模 > 提升树 > 包含连续响应的提升树的示例
发布日期: 08/07/2020

包含连续响应的提升树的示例

在本例中,您构造一个提升树模型,以便预测在名义型和连续因子的特定组合下的体脂肪百分比。

1. 选择帮助 > 样本数据并打开 Body Fat.jmp 样本数据表。

2. 选择分析 > 预测建模 > 提升树

3. 选择体脂肪百分比并点击 Y,响应

4. 年龄(年)一直选择到腕围 (cm),然后点击 X,因子

5. 选择验证并点击验证

6. 点击确定

7. 点击确定

连续响应的总体统计量 

“总体统计量”报表提供提升树模型的 R 方和 RMSE。验证集的 R 方为 0.603。验证集的 RMSE 约为 5.48。

您关注的是获取体脂肪百分比的重要预测变量的独立于模型的指示。

8. 点击“‘体脂肪百分比’的提升树”旁边的红色小三角,然后选择刻画器

9. 点击“预测刻画器”旁边的红色小三角,然后选择评估变量重要性 > 独立均匀输入

注意:由于“评估变量重要性”使用随机处理,您的结果可能不会与变量重要性的汇总报表 中的结果完全匹配。

变量重要性的汇总报表 

“汇总报表”显示腹围 (cm)体脂肪百分比最重要的预测变量。

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).