连续响应的示例

在该示例中，您使用“分割”平台构造一个决策树，用于预测糖尿病患者的一年疾病发展情况（用定量等级表示）。

1. 选择帮助 > 样本数据库和 Diabetes.jmp。

2. 选择分析 > 预测建模 > 分割。

3. 选择 Y 并点击 Y，响应。

4. 从年龄一直选到葡萄糖，然后点击 X，因子。

5. 基于您的 JMP 安装选择一个验证过程：

‒ 对于 JMP Pro，选择验证并点击验证。

‒ 对于 JMP，输入 0.3 作为验证部分。

注意：因为验证行是随机选择的，使用验证比例的结果可能不同于此处所示的结果。

图 4.20 验证部分 = 0.3 的已完成启动窗口 

6. 点击确定。

7. 在平台报表窗口中，点击一次拆分以执行一次拆分。

图 4.21 第一次拆分后的报表（隐藏了决策树） 

训练数据集中的原始 309 个值现在拆分为两部分：

‒ 左叶（对应于 LTG < 4.6444）有 165 个观测。

‒ 右叶（对应于 LTG >= 4.6444）有 144 个观测。

对于左叶和右叶，下次拆分将针对 BMI。右叶上 BMI 的候选项 SS 高于左叶上 BMI 的候选项 SS。因此，下一次拆分在右叶上进行。

8. 点击执行以使用自动拆分。

图 4.22 带验证、自动拆分后的报表 

解找到四次拆分。“拆分历史记录”图显示在四次拆分后，验证数据集没有进一步改进。验证数据上的 R 方值 0.39 不支持该模型作为疾病发展的强预测变量。分割图中各部分的散布进一步指示该模型不能很好地分离 Y 水平。

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