Cette commande est disponible avec la commande Module d'analyse prédictive. Cliquez ici pour plus d’informations sur la façon d’activer le module.
Une équipe de chercheurs recueille et publie des informations détaillées sur les facteurs qui affectent les maladies cardiaques. Les variables comprennent l’âge, le sexe, le taux de cholestérol, la fréquence cardiaque maximale, etc. Cet exemple est basé sur un ensemble de données publiques qui fournit des informations détaillées sur les maladies cardiaques. Les données originales proviennent de archive.ics.uci.edu.
Le chercheur peut utiliser le modèle d’arbre de classification de forêt aléatoire pour prédire les probabilités de classe de réponse pour les nouvelles observations.
| Âge | 35 | 35 | |
| Pression artérielle de repos | 140 | 140 | |
| Cholestérol | 233 | 233 | |
| Fréquence cardiaque maximale | 150 | 165 | |
| Vieux pic | 2,3 | 2,3 | |
| Sexe | 0 | 1 | |
| Type de douleur thoracique | 2 | 1 | |
| Sucre de sang de jeûne | 1 | 1 | |
| Repos ECG | 0 | 1 | |
| Exercice Angina | |||
| Pente | 1 | 2 | |
| Principaux navires | 0 | 2 | |
| Thal | 0 | 0 |
Minitab utilise le modèle Random Forests® dans les résultats pour estimer la probabilité de classe d’un événement de diagnostic de maladie cardiaque pour les deux ensembles de valeurs de prédiction. Les chercheurs constatent que la probabilité d’un diagnostic de maladie cardiaque à l’aide des paramètres spécifiés est d’environ 0,63 pour la première série et de 0,52 pour la seconde.