ベストモデルの検出(2値応答) の予測の例

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。

研究者は、ランダムフォレスト分類木モデルを使用して、新しい観測値の応答クラス確率を予測することができます。

次の値を入力します。この例では、各予測変数に2つの値を使用しますが、最大3つの値を使用できます。この例では、意図的にの欠損値を運動狭心症使用します。

結果を解釈する

Minitabでは、結果のランダムフォレスト分類木を使用して、予測値のセットに関して心臓病事象のクラス確率を推定します。研究者たちは、指定された設定を使用して心臓病診断事象の確率は、最初のセットで約0.63、2つ目のセットで0.52であることを発見しました。

方法モデル検証アウトオブバッグデータを使用した検証ブートストラップサンプルの数 300 サンプルサイズ 303のトレーニングデータサイズと同じノード分岐に対して選択された予測変数の数予測変数の合計数の平方根 = 3 最小内部ノードのサイズ 8 使用中の行 303

二項応答情報変数クラス計数 % 心臓病 1 （事象） 165 54.46 0 138 45.54 すべて 303 100.00

設定年齢 = 35, レスト血圧 = 140, コレステロール = 233, 最大心拍数 = 150, オールドピーク = 2.3, セックス = 0, 胸痛タイプ = 2, 断食血糖 = 1, レスト心電図 = 0, 運動狭心症 = *, 斜面 = 1, 主要な船舶 = 0, タール = 0

予測観測値クラス確率（クラス = 1）確率（クラス = 0） 1 1 0.626667 0.373333

設定年齢 = 35, レスト血圧 = 140, コレステロール = 233, 最大心拍数 = 165, オールドピーク = 2.3, セックス = 1, 胸痛タイプ = 1, 断食血糖 = 1, レスト心電図 = 1, 運動狭心症 = *, 斜面 = 2, 主要な船舶 = 2, タール = 0

予測観測値クラス確率（クラス = 1）確率（クラス = 0） 2 1 0.516667 0.483333