TreeNet^® 回帰のデフォルト設定を指定

ファイル > オプション > 予測分析 > TreeNet®回帰

の TreeNet^® 回帰デフォルトのメソッドを指定します。デフォルトに加えた変更は、Minitabを終了しても、再度変更するまで維持されます。

損失機能

モデルを作成する損失関数を選択します。いくつかの関数の結果を比較して、応用に最適な選択肢を決定できます。

ヒューバー関数で、切り替え値を指定します。損失関数は、2乗誤差として開始されます。損失関数は、値が切り替え値より小さい限り、2乗誤差のままです。2乗誤差が切り替え値を超える場合、損失関数は絶対偏差になります。絶対偏差が切り替え値より小さくなると、損失関数は再び2乗誤差になります。

木あたりの最大ターミナルノード数および木の最大深度

また、木のサイズを制限することもできます。木の大きさを制限するには次のいずれかを選択します。

木あたりの最大ターミナルノード数: 木のターミナルノードの最大数を表す2~2000の値を入力します。通常、6は計算速度と変数間の交互作用の調査のバランスが取れています。2の値は交互作用の調査を除外します。
木の最大深度: 2～1000の値を入力して木の最大深さを表します。ルートノードは深さ1に対応します。多くのアプリケーションでは、4から6までの深さで、合理的に良いモデルが得られます。

欠損値のペナルティ

欠損値のある予測変数のペナルティ値を入力します。データが少ない良好な分岐の方が簡単なので、欠損データのある予測変数は、欠損データのない予測変数よりも優れた利点があります。このオプションを使用して、欠損データを持つ予測変数にペナルティを課します。

例えば、0.0 ≤ K ≤ 2.0の場合：

高水準カテゴリのペナルティ

多くの値を持つカテゴリ予測変数のペナルティ値を入力します。多くの水準を持つカテゴリ予測変数は、分割力の増加により木を歪める可能性があるため、少ない水準の予測変数よりも利点があります。このオプションを使用して、多くの水準の予測変数にペナルティを課します。

例えば、0.0 ≤ K ≤ 5.0の場合：

TreeNet® 回帰のデフォルト設定を指定