启动“提升树”平台

通过选择分析 > 预测建模 > 提升树启动“提升树”平台。

图 6.6 使用 Body Fat.jmp 的“提升树”启动窗口 

有关“选择列”红色小三角菜单中选项的详细信息，请参见《使用 JMP》中的““列过滤器”菜单”。

“提升树”平台启动窗口提供以下选项：

Y，响应

您想要分析的一个或多个响应变量。

X，因子

预测变量。

权重

一列，该列的数值为分析中的每一行都分配一个权重。

频数

一列，该列的数值为分析中的每一行都分配一个频数。

验证

用于定义验证集的数值列。该列应包含至多三个非重复值。

‒ 若验证列有两个水平，则较小的值定义训练集，较大的值定义验证集。

‒ 若验证列包含三个水平，将按值由小到大的顺序相应定义训练集、验证集和测试集。

‒ 若验证列有三个以上的水平，则包含最小三个值的行定义验证集。其他所有行都从分析中排除。

“提升树”平台使用验证列来训练和调优模型，或者训练、调优和评估模型。有关验证的详细信息，请参见“JMP 建模中的验证”。

若在“选择列”列表中没有选择任何列的情况下点击“验证”按钮，您可以向数据表添加一个验证列。有关“生成验证列”实用工具的详细信息，请参见“生成验证列”。

依据

一个或多个列，其水平定义不同的分析。对于指定列的每个水平，都使用您已经指定的其他变量分析相应行。结果显示在不同的报表中。若指定了多个“依据”变量，将为“依据”变量水平的每种可能组合生成单独的报表。

方法

支持您选择分割方法（决策树、Bootstrap 森林法、提升树、K 最近邻或朴素 Bayes）。这些备选方法（决策树除外）均在 JMP Pro 中提供。

有关这些方法的详细信息，请参见“分割模型”、“Bootstrap 森林法”、“K 最近邻”和“朴素 Bayes”。

验证部分

要用作验证集的数据部分。

信息性缺失

若选定，则将对分类预测变量进行缺失值分类；对于连续预测变量，则对其缺失值采取信息性处理。请参见“ROC 曲线”。

有序型限制顺序

若选定，将对拆分的考虑限制在那些保留排序的拆分上。