该帮助的版本不再更新，请参见https://www.jmp.com/support/help/zh-cn/15.2 获取最新的版本.


预测和专业建模 • 提升树 • 启动“提升树”平台
上一个
 • 
下一个
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 7.6 使用 Body Fat.jmp 的“提升树”启动窗口
“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
最多包含三个非重复值的数值列。请参见“分割模型”一章中第 86 页的“验证”。
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。结果显示在单独的报表中。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。
有关这些方法的更多详细信息，请参见分割模型、Bootstrap 森林、K 最近邻和朴素 Bayes。
验证部分
要用作验证集的数据部分。请参见“分割模型”一章中第 86 页的“验证”。
信息性缺失
若选定，则对于分类预测变量，将其缺失值单独作为一类；对于连续预测变量，则对其缺失值采取信息性处理。请参见“分割模型”一章中第 82 页的“信息性缺失”。
有序型限制顺序
若选定，对于有序变量，在拆分时则会进行限定以维持有序变量水平的排序。