の概要 カート®回帰

カート®回帰 を使用して多数のカテゴリまたは連続予測変数の連続応答の決定木を作成します。カート®回帰 はパラメトリックな手法を使用せずに、非常に複雑なデータ内のカテゴリ応答と重要な予測変数との間の重要なパターンと関係を示しています。

カート®回帰 は製造品質管理、創薬、不正検出、クレジットスコアの算出、解約予測など、幅広い応用に関する洞察を提供します。この結果を使用して、重要な変数を識別し、望ましい特性をもつデータ内のグループを識別し、新しい観測値の応答値を予測します。たとえば、ある銀行のマネジャーが、特定の戦略に対する反応率が高い見込み顧客を特定したいと考えています。

カート®回帰 はスタンフォード大学とカリフォルニア大学バークレー校の世界的に有名な教授の元のコードを使用する唯一の決定木の方法論です。さまざまなアルゴリズムを使用する決定木は一般的なツールですが、CART® の決定木の生成方法は、その機能とパフォーマンスにより際立っています。CART®の方法論は、独自のものであり、実用的な応用での数十年の経験からの機能強化が含まれています。

CART®の方法論の詳細については、Breiman, Friedman, Olshen and Stone (1984)を参照してください。1.

この分析の場所

分類木を生成するには、統計 > 予測分析 > CART® 回帰を選択します。

代替の分析を使用する場合

カテゴリ応答変数がある場合は、 カート®分類を使用します。

1 Breiman, Friedman, Olshen & Stone.(1984).Classification and Regression Trees.Boca Raton, Florida:Chapman & Hall/CRC.
本サイトを使用すると、分析およびコンテンツのカスタマイズのためにクッキーが使用されることに同意したことになります。  当社のプライバシーポリシーをご確認ください