with の例適合モデル TreeNet^® 分類

注

このコマンドは、予測分析モジュールで使用できます。モジュールをアクティブにする方法については、ここをクリックしてください。

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。

重要な予測変数を特定するための最初の調査 CART^® 分類の後、研究者は両方を使用して、と Random Forests^® 分類の両方 TreeNet^® 分類を使用して、同じデータセットからより集中的なモデルを作成します。研究者たちは、結果のモデル要約表とROCプロットを比較して、予測精度の高いモデルを評価します。他の分析の結果については、CART® 分類の例およびRandom Forests® 分類の例を参照してください。

サンプルデータ、心臓病バイナリ.MTWを開きます。
予測分析モジュール > TreeNet®分類 > 適合モデルを選択します。
ドロップダウンリストから2値応答を選択します。
応答にを入力します心臓病。
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。
に連続予測変数、「、レスト血圧、、コレステロール」最大心拍数と入力します年齢オールドピーク。
にカテゴリ予測変数、「、胸痛タイプ、、断食血糖、レスト心電図主要な船舶運動狭心症斜面」、およびタール「」と入力します。セックス
OKをクリックします。

結果を解釈する

この分析では、Minitabは300本の木を増加させ、最適な木の数は300本です。最適な木の数が、モデルが成長する木の最大数に近いため、木の数を増やして再実行します。

モデル要約

合計予測変数	13
重要な予測変数	13
増加した木の数	300
最適な木の数	298

統計量	トレーニング	テスト
負の対数尤度の平均	0.2556	0.3881
ROC曲線下面積	0.9796	0.9089
95%信頼区間	(0.9664, 0.9929)	(0.8759, 0.9419)
リフト	2.1799	2.1087
誤分類率	0.0891	0.1617

500 本のツリーを含む例

結果で選択しますハイパーパラメータの調整。
木の数に、500と入力します。
結果を表示をクリックします。

結果を解釈する

この分析では、500本の木が成長し、最適な木の数は351です。最適なモデルは、学習率0.01を使用し、サブサンプル割合0.5 を使用し、ターミナルノードの最大数を6として使用します。

方法

木の最適な数の選択基準	最大対数尤度
モデル検証	5分割交差検証
学習率	0.01
サブサンプルの選択方法	完全にランダム
サブサンプルの割合	0.5
木あたりの最大終端ノード	6
最小終端節サイズ	3
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 = 13
使用中の行	303

二項応答情報

変数	クラス	計数	%
心臓病	はい（事象）	139	45.87
	いいえ	164	54.13
	すべて	303	100.00

ハイパーパラメータ調整によるTreeNet® 分類: 心臓病対年齢, レスト血圧, コレステロール, 最大心拍数, オールドピーク, 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, タール

方法

木の最適な数の選択基準	最大対数尤度
モデル検証	5分割交差検証
学習率	0.001, 0.01, 0.1
サブサンプルの割合	0.5, 0.7
木あたりの最大終端ノード	6
最小終端節サイズ	3
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 = 13
使用中の行	303

二項応答情報

変数	クラス	計数	%
心臓病	はい（事象）	139	45.87
	いいえ	164	54.13
	すべて	303	100.00

ハイパーパラメータの最適化

テスト

モデル	最適な木の数	負の対数尤度の平均	ROC曲線下面積	誤分類率	学習率	サブサンプルの割合	最大終端ノード
1	500	0.542902	0.902956	0.171749	0.001	0.5	6
2*	351	0.386536	0.908920	0.175027	0.010	0.5	6
3	33	0.396555	0.900782	0.161694	0.100	0.5	6
4	500	0.543292	0.894178	0.178142	0.001	0.7	6
5	374	0.389607	0.906620	0.165082	0.010	0.7	6
6	39	0.393382	0.901399	0.174973	0.100	0.7	6

モデル要約

合計予測変数	13
重要な予測変数	13
増加した木の数	500
最適な木の数	351

統計量	トレーニング	テスト
負の対数尤度の平均	0.2341	0.3865
ROC曲線下面積	0.9825	0.9089
95%信頼区間	(0.9706, 0.9945)	(0.8757, 0.9421)
リフト	2.1799	2.1087
誤分類率	0.0759	0.1750

モデル要約

合計予測変数	13
重要な予測変数	13

統計量	アウトオブバッグ
負の対数尤度の平均	0.4004
ROC曲線下面積	0.9028
95%信頼区間	(0.8693, 0.9363)
リフト	2.1079
誤分類率	0.1848

モデル要約表は、木の数が351の場合の負の対数尤度の平均を示し、トレーニングデータに対しては約0.23であり、テストデータに対しては約0.39です。これらの統計値は、Minitab Random Forests®が作成するものと同様のモデルを示しています。また、誤判別率も同様です。

相対変数重要度グラフは、木のシーケンスに対して予測変数で分岐が行われたときに、モデルの改善に対する予測変数の効果の順に予測変数をプロットします。最も重要な予測変数はThalです。最上の予測変数であるThal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97.8%の寄与度を有します。これは、この分類モデルで、主要な血管がThalの97.8%重要であることを意味します。

混同行列

		予測クラス（トレーニング）			予測クラス（テスト）
実クラス	計数	はい	いいえ	%正	はい	いいえ	%正
はい（事象）	139	124	15	89.21	110	29	79.14
いいえ	164	8	156	95.12	24	140	85.37
すべて	303	132	171	92.41	134	169	82.51

統計量	トレーニング（%）	テスト（%）
真陽性率（感度または検出力）	89.21	79.14
偽陽性率（第一種過誤）	4.88	14.63
偽陰性率（第二種過誤）	10.79	20.86
真陰性率（特異度）	95.12	85.37

混同行列は、モデルがクラスをどの程度正しく分類しているかを示します。この例では、事象が正しく予測される確率は79.14%です。非事象が正しく予測される確率は85.37%です。

誤分類

		トレーニング		テスト
実クラス	計数	誤分類されました	%誤差	誤分類されました	%誤差
はい（事象）	139	15	10.79	29	20.86
いいえ	164	8	4.88	24	14.63
すべて	303	23	7.59	53	17.49