Ein Forscherteam erfasst und veröffentlicht detaillierte Informationen zu Faktoren, die Herzerkrankungen beeinflussen. Variablen sind Alter, Geschlecht, Cholesterinspiegel, Maximalpuls und viele weitere. Dieses Beispiel basiert auf einem öffentlichen Datensatz, der detaillierte Informationen über Herzerkrankungen liefert. Die Originaldaten stammen von der Website archive.ics.uci.edu.
Die Forscher wollen einen Klassifikationsbaum erstellen, der wichtige Prädiktoren identifiziert, um anzuzeigen, ob ein Patient an einer Herzerkrankung leidet.
- Öffnen Sie die Beispieldaten Herz-Kreislauf-ErkrankungenBinar.MTW.
- Wählen Sie .
- Wählen Sie in der Dropdown-Liste die Option Binäre Antwort aus.
- Geben Sie im Feld Antwort den Wert Herzkrankheiten ein.
- Wählen Sie in Antwortereignis den Wert Ja aus, um anzugeben, dass beim Patienten eine Herzerkrankung festgestellt wurde.
- Geben Sie Alter in Stetige Prädiktoren, Rest Blutdruck, , Cholesterin und Max Herzfrequenz Old Peak ein.
- Geben Kategoriale Prädiktoren Sie Sex in Brust Schmerz Typ, Fasten Blutzucker, Rest-EKG, Übung Angina, Steigung, und Thal, Hauptblutgefäße ein.
- Klicken Sie auf OK.
Interpretieren der Ergebnisse
In der Standardeinstellung zeigt Minitab den kleinsten Baum mit Fehlklassifikationskosten innerhalb von 1 Standardfehler des Baums an, der die Fehlklassifikationskosten minimiert. Dieser Baum weist 4 Endknoten auf.
Alternativbaum auswählen
- Klicken Sie in der Ausgabe auf Alternativbaum auswählen
- Wählen Sie im Diagramm den Baum mit sieben Knoten aus, der die geringsten Fehlklassifikationskosten und den besten ROC-Wert aufweist.
- Klicken Sie auf Baum erstellen.
Interpretieren der Ergebnisse
Im Baumdiagramm beziehen sich blaue Elemente auf die Ereignisstufe. Rote Elemente beziehen sich auf die Nicht-Ereignisstufe. In dieser Ausgabe ist die Ereignisstufe „Ja“, und sie zeigt an, dass eine Person an einer Herzerkrankung leidet. Die Nicht-Ereignisstufe ist „Nein“, und sie zeigt an, dass eine Person nicht an einer Herzerkrankungen leidet.
- Knoten 2: Es gibt 167 Fälle, in denen THAL Normal war. Von den 167 Fällen sind 38 oder 22,8% Ja und 129 oder 77,2% Nein.
- Knoten 5: Es gibt 136 Fälle, in denen THAL Fest oder Reversible war. Von den 136 Fällen sind 101 oder 74,3% Ja und 35 oder 25,7% Nein.
Der nächste Teiler für den linken Kindknoten und den rechten Kindknoten ist „Brustschmerztyp“, wobei der Schmerz als1, 2, 3 oder 4 eingestuft wird.
Untersuchen Sie andere Knoten, um zu sehen, welche Variablen von größtem Interesse sind. Die Knoten, die überwiegend blau sind, weisen auf einen starken Anteil der Ereignisstufe hin. Die Knoten, die überwiegend rot sind, weisen auf einen starken Anteil der Nicht-Ereignisstufe hin.
Im Baumdiagramm wird der gesamte Datensatz oder der Trainingsdatensatz verwendet. Sie können zwischen der Detailansicht und der Knotenteilungsansicht des Baums umschalten.
Dieser Baum weist Fehlklassifikationskosten von etwa 0,391 auf.
Die wichtigste Prädiktorvariable ist „Brustschmerztyp“. Wenn der Beitrag der Top-Prädiktorvariablen, Chest Pain Type, 100% beträgt, dann hat die nächste wichtige Variable, Major Vessels, einen Beitrag von 86,5%. Dies bedeutet, dass Major Vessels in diesem Klassifikationsbaum 86,5% so wichtig ist wie Chest Pain Type.
Die Fläche unter der ROC-Kurve für die Testdaten beträgt 0,8200, was in vielen Anwendungen auf eine angemessene Klassifikationsleistung hinweist. Bei Anwendungen, die eine höhere Vorhersagegenauigkeit erfordern, können Sie versuchen, die Leistung mit einem TreeNet®-Klassifikation Modell oder einem Random Forests®-Klassifikation Modell zu verbessern.
In diesem Beispiel zeigt das Gain-Diagramm einen starken Anstieg über die Referenzlinie und flacht dann ab. In diesem Fall machen ca. 40% der Daten ca. 70% der True Positives aus.
In diesem Beispiel zeigt das Lift-Diagramm einen Anstieg über die Referenzlinie und fällt dann ab.
Methode
| A-priori-Wahrsch. | Gleich für alle Klassen |
|---|---|
| Knotenteilung | Gini |
| Optimaler Baum | Minimale Fehlklassifikationskosten |
| Modellvalidierung | Kreuzvalidierung mit 10 Faltungen |
| Verwendete Zeilen | 303 |
Informationen zur binären Antwort
| Variable | Klasse | Anzahl | % |
|---|---|---|---|
| Herzkrankheiten | 1 (Ereignis) | 139 | 45,87 |
| 0 | 164 | 54,13 | |
| Alle | 303 | 100,00 |
Zusammenfassung des Modells
| Prädiktoren gesamt | 13 |
|---|---|
| Wichtige Prädiktoren | 13 |
| Anzahl der Endknoten | 7 |
| Minimale Endknotengröße | 5 |
| Statistiken | Trainings | Test |
|---|---|---|
| Durchschnittliche -Log-Likelihood | 0,3971 | 0,5094 |
| Fläche unter der ROC-Kurve | 0,8861 | 0,8200 |
| 95%-KI | (0,5590; 1) | (0,7702; 0,8697) |
| Lift | 1,9376 | 1,8165 |
| Fehlklassifikationskosten | 0,2924 | 0,3909 |
Konfusionsmatrix
| Prognostizierte Klasse (Trainings) | Prognostizierte Klasse (Test) | ||||||
|---|---|---|---|---|---|---|---|
| Tatsächliche Klasse | |||||||
| Anzahl | 1 | 0 | % Richtig | 1 | 0 | % Richtig | |
| 1 (Ereignis) | 139 | 117 | 22 | 84,2 | 105 | 34 | 75,5 |
| 0 | 164 | 22 | 142 | 86,6 | 24 | 140 | 85,4 |
| Alle | 303 | 139 | 164 | 85,5 | 129 | 174 | 80,9 |
| Statistik | Trainings (%) | Test (%) |
|---|---|---|
| Richtig-Positiv-Rate (Empfindlichkeit oder Trennschärfe) | 84,2 | 75,5 |
| Falsch-Positiv-Rate (Fehler 1. Art) | 13,4 | 14,6 |
| Falsch-Negativ-Rate (Fehler 2. Art) | 15,8 | 24,5 |
| Richtig-Negativ-Rate (Spezifität) | 86,6 | 85,4 |
Fehlklassifikation
| Eingabe Fehlklassifikationskosten | Prognostizierte Klasse | |
|---|---|---|
| Tatsächliche Klasse | 1 | 0 |
| 1 | 1,00 | |
| 0 | 1,00 | |
| Tatsächliche Klasse | Trainings | Test | ||||
|---|---|---|---|---|---|---|
| Anzahl | Fehlklassifiziert | % Fehler | Kosten | Fehlklassifiziert | % Fehler | |
| 1 (Ereignis) | 139 | 22 | 15,8 | 0,1583 | 34 | 24,5 |
| 0 | 164 | 22 | 13,4 | 0,1341 | 24 | 14,6 |
| Alle | 303 | 44 | 14,5 | 0,1462 | 58 | 19,1 |
| Tatsächliche Klasse | Test |
|---|---|
| Kosten | |
| 1 (Ereignis) | 0,2446 |
| 0 | 0,1463 |
| Alle | 0,1955 |
