Dieser Befehl ist mit Predictive Analytics-Modul. Klicken Sie hier, um weitere Informationen zum Aktivieren des Moduls zu erhalten.
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.
Der Forscher kann das Random Forests-Klassifikationsbaummodell verwenden, um die Klassenwahrscheinlichkeiten der Antwortvariablen für neue Beobachtungen zu prognostizieren.
| Alter | 35 | 35 | |
| Rest Blutdruck | 140 | 140 | |
| Cholesterin | 233 | 233 | |
| Max Herzfrequenz | 150 | 165 | |
| Old Peak | 2,3 | 2,3 | |
| Sex | Männlich | Weiblich | |
| Brust Schmerz Typ | 2 | 1 | |
| Fasten Blutzucker | Wahr | Wahr | |
| Rest-EKG | 0 | 1 | |
| Übung Angina | |||
| Steigung | 1 | 3 | |
| Hauptblutgefäße | 0 | 2 | |
| Thal | Normal | Normal |
Minitab verwendet die Random Forests-Klassifikationsbäume in den Ergebnissen, um die Klassenwahrscheinlichkeit des Herzerkrankungs-Diagnoseereignisses für die Gruppe von Prognosewerten zu schätzen. Die Forscher stellen fest, dass die Wahrscheinlichkeit eines Herzerkrankungs-Diagnoseereignisses bei den angegebenen Einstellungen etwa 0,17 für die erste Gruppe und 0,38 für die zweite Gruppe beträgt.