CART^® 分類の代替木を選択する

統計 > 予測分析 > CART® 分類を実行します。誤分類コスト対ターミナルノード数のプロットの代替木を選択ボタンをクリックします。

概要

デフォルトでは、Minitab統計ソフトウェアは、最小誤分類コストの1標準誤差内の誤分類コストを有する最小の木の出力を生成します。Minitabでは、最適な木の特定につながった一連の結果から他の木を探すことができます。通常、代替木は、次の2つのいずれかの理由により選択されます。

最適な木は、誤分類コストが減少しているパターンの一部にあります。さらにいくつかのノードを有する1本以上の木が、同じパターンの一部にあります。通常、できるだけ予測の正確性が高い木から予測を行う必要があります。木が単純な場合、各予測変数が応答値にどのように影響するかを理解するために使用することもできます。
最適な木は、誤分類コストが比較的平坦なパターンの一部にあります。モデルの要約統計量が類似している1本以上の木で、最適な木よりもノード数が非常に少なくなります。通常、ターミナルノードがより少ない木で、各予測変数が応答値にどのように影響するかを明確に把握できます。より小さい木を使用すると、さらに調査を行うために、対象となるいくつかのグループを簡単に特定することもできます。より小さい木の予測の正確性の差がごくわずかである場合は、小さい木を使用して応答と予測変数の関係を評価することもできます。

たとえば、次のプロットでは、4つのノードをもつ木が最適な木です。次の2本の大きな木は、誤分類コストが減少しているパターンの一部にあります。

7つのノードの木の誤分類コストは、4つのノードの木のコストよりも低くなります。7つのノードの木は複雑さにおいて類似しているため、さらに予測の正確性が高いより大きな木を使用して、重要な変数を調べたり、予測を行うことができます。

代替ツリーの基準値に加えて、ツリーの複雑さとさまざまなノードの有用性を比較することもできます。アナリストが他のツリーと比較してもパフォーマンスを犠牲にしない特定のツリーを選択する理由の次の例を考えてみましょう。

出力の代替木を選択をクリックします。ダイアログボックスが開き、プロット、ツリー図、およびツリーまたは選択したノードを要約したテーブルが表示されます。

このダイアログボックスでは、代替の木を選択する3つの方法が提供されます。

このツリーには、ツールバーに次の操作が含まれています。

ツリー上の個々のノードを選択すると、テーブル内のノードに関する詳細を表示できます。詳細には、個々のクラスの数と合計数が含まれます。詳細には、ノードに到達するルールも含まれます。別クリップボードにルールをコピーの場所にルールを貼り付けることができるようにクリックします。

ツリー全体を再選択するには、図表内の個々のノード以外の場所をクリックします。

木を作成をクリックして、選択した代替の木の結果を生成および保存できます。結果と保存の選択は、元の木と同じです。代替の木のグラフと表は、新しい出力タブに表示されます。保存された列は、元のデータを含むワークシート内にあります。