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。

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

最多包含三个非重复值的数值列。请参见验证。

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。请参见验证。

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。