ある研究チームが、心臓病に影響を与える要因に関する詳細な情報を収集し、公開しています。変数には、年齢、性別、コレステロール値、最大心拍数などがあります。この例は、心臓病に関する詳細情報を提供する公開データセットに基づいています。元のデータはarchive.ics.uci.eduからのものです。
この研究チームは、患者が心臓病に罹っているかどうかを示す重要な予測変数を識別する分類木を生成したいと考えています。
- サンプルデータ、心臓病バイナリ.MTWを開きます。
- を選択します。
- ドロップダウンリストから2値応答を選択します。
- 応答に心臓病を入力します。
- 応答事象ではいを選択して、患者に心臓病が確認されたことを示します。
- 連続予測変数に、年齢、レスト血圧、コレステロール、最大心拍数およびオールドピークを入力します。
- カテゴリ予測変数に、セックス、胸痛タイプ、断食血糖、レスト心電図、運動狭心症、斜面、主要な船舶およびタールを入力します。
- OKをクリックします。
結果を解釈する
デフォルトでは、誤分類コストを最小化する木の1標準誤差内の最小の木が表示されます。この木には4つのターミナルノードがあります。
代替木を選択
- 出力で、代替木を選択をクリックします。
- このプロットで、誤分類コストが最も低く、ROCの値が最も高い7つのノードの木を選択します。
- 木を作成をクリックします。
結果を解釈する
ツリー図では、青の項目は事象の水準に対応しています。赤の項目は、非事象の水準です。この出力では、事象の水準は 「はい」 で、ある人が心臓病に罹っていることを示します。非事象の水準は「いいえ」で、ある人が心臓病に罹っていないことを示します。
- ノード2: THALが正常であった場合は167ケースあります。167ケースのうち、38ケースつまり22.8%がはい、129ケースつまり77.2%はNoです。
- ノード5: THALが固定性または可逆性であった場合は136ケースあります。136ケースのうち、101ケースつまり74.3%がはい、35ケースつまり25.7%はNoです。
左の子ノードと右の子ノードの次の分岐変数は、胸痛のタイプで、痛みは1、2、3、または4で評価されます。
他のノードを調べ、どの変数が最も興味深いかを確認します。ほとんどが青色のノードは、事象の水準の割合が高いことを示します。ほとんどが赤色のノードは、非事象の水準の割合が高いことを示します。
ツリー図では、データセット全体またはトレーニングデータセットが使用されます。木のビューを詳細ビューとノード分岐ビューを切り替えることができます。
この木の誤分類コストは約0.391です。
最も重要な予測変数は胸痛のタイプです。最上の予測変数である胸痛のタイプの寄与度が100%の場合、次に重要な変数である主要な血管は86.5%の寄与度を有します。これは、主要な血管がこの分類木の胸痛のタイプの86.5%重要であることを意味します。
テストデータのROC曲線下の面積は0.8200で、多くの応用で妥当な分類パフォーマンスを示します。予測精度を高める必要がある用途では、TreeNet® 分類モデルまたはRandom Forests® 分類モデルを使用してパフォーマンスを向上させることができます。
この例では、ゲインチャートは参照線の上に急激に増加し、次に平坦化を示しています。この場合、データの約40%が真陽性の約70%を占めています。
この例では、リフトチャートは、徐々に落ちる基準線の上に増加を示しています。