Support für Minitab® 

Beispiel für eine Prognose mit TreeNet®-Klassifikation

Weitere Informationen zu Minitab

Hinweis

Dieser Befehl ist mit Predictive Analytics-Modul verfügbar. 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 Klassifikationsbaummodell mit Gradient Boosting verwenden, um die Klassenwahrscheinlichkeiten der Antwortvariablen für neue Beobachtungen zu prognostizieren.

Hinweis

In diesem Beispiel wird der Datensatz aus Anpassen des Modellsverwendet, aber die Prognose ist auch verfügbar, wenn Sie Ermitteln von wichtigen Prädiktoren zum Erstellen des Modells verwenden.

  1. Arbeiten Sie das Beispiel für Anpassen des Modells mit TreeNet®-Klassifikation durch.
  2. Klicken Sie auf die Schaltfläche Prognostizieren am unteren Rand der Ergebnisse.
  3. Wählen Sie in der Dropdown-Liste die Option Einzelwerte eingeben aus.
  4. Geben Sie die folgenden Werte ein. In diesem Beispiel werden 2 Werte für jeden Prädiktor verwendet, Sie können jedoch bis zu 3 Werte verwenden.
    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  
  5. Klicken Sie auf OK.

Interpretieren der Ergebnisse

Minitab verwendet die Klassifikationsbäume mit Gradient Boosting in den Ergebnissen, um die Klassenwahrscheinlichkeit des Herzerkrankungsereignisses für die Gruppe von Prognosewerten zu schätzen. Die Forscher stellen fest, dass die Wahrscheinlichkeit eines Herzerkrankungsereignisses bei den angegebenen Einstellungen etwa 0,15 für die erste Gruppe und 0,43 für die zweite Gruppe beträgt.

TreeNet®-Klassifikation: Herzkrankhei vs Alter; Rest Blutdru; Cholesterin; ...

Zusammenfassung des Modells Prädiktoren gesamt 13 Wichtige Prädiktoren 13 Anzahl der aufgebauten Bäume 500 Optimale Anzahl von Bäumen 351 Statistiken Schulungen Test Durchschnittliche -Log-Likelihood 0,2341 0,3865 Fläche unter der ROC-Kurve 0,9825 0,9089 95%-KI (0,9706; 0,9945) (0,8757; 0,9421) Lift 2,1799 2,1087 Fehlklassifizierungsrate 0,0759 0,1750
Hyperparameter anpassen, um ein besseres Modell... Diagramme der partiellen Abhängigkeit bei einem Prädiktor

Weitere Prädiktoren für Diagramm auswählen...

Diagramme der partiellen Abhängigkeit bei zwei Prädiktoren

Weitere Prädiktoren für Diagramm auswählen...

Prognostizieren... TreeNet®-Klassifikation Prognostizieren

Prognose für Herzkrankheiten

Einstellungen Alter = 35; Rest Blutdruck = 140; Cholesterin = 233; Max Herzfrequenz = 150; Old Peak = 2,3; Sex = Männlich; Brust Schmerz Typ = 2; Fasten Blutzucker = Wahr; Rest-EKG = 0; Übung Angina = ""; Steigung = 1; Hauptblutgefäße = 0; Thal = Normalen
Prognose Warsch. Warsch. Beob Klasse (Klasse = 1) (Klasse = 0) 1 0 0,145216 0,854784

Prognose für Herzkrankheiten

Einstellungen Alter = 35; Rest Blutdruck = 140; Cholesterin = 233; Max Herzfrequenz = 165; Old Peak = 2,3; Sex = Weiblich; Brust Schmerz Typ = 1; Fasten Blutzucker = Wahr; Rest-EKG = 1; Übung Angina = ""; Steigung = 3; Hauptblutgefäße = 2; Thal = Normalen
Prognose Warsch. Warsch. Beob Klasse (Klasse = 1) (Klasse = 0) 2 0 0,426671 0,573329
Copyright © 2024 Minitab, LLC. All rights Reserved.