包含分类响应的提升树的示例
1.
选择帮助 > 样本数据,然后打开 Bands Data.jmp
2.
选择分析 > 预测建模 > 提升树
3.
选择纹印?并点击 Y,响应
4.
选择预测变量列组并点击 X,因子
5.
验证部分输入 0.2。
6.
点击确定
7.
(可选)在“再现性”面板中,选择禁止多线程并为“随机种子”输入 123。
8.
点击确定
名义型响应的总体统计量
由于响应纹印?是分类响应,提升树分析在“测度”下提供“误分类率”并提供一个“混淆矩阵”报表。验证集的误分类率为 0.2222,或约为 22%。
9.
点击“‘纹印?’的提升树”旁边的红色小三角,然后选择显示树状结构 > 显示名称类别估计值
提升树的第 1 层
10.
点击“‘纹印?’的提升树”旁边的红色小三角,然后选择保存列 > 保存预测公式
名为概率(纹印?==无纹印)概率(纹印?==纹印)最可能的纹印?的列添加到数据表中。检查概率(纹印?==无纹印) 列以查看如何从各层计算模型预测。