Visão geral para CART® regressão

Use CART® regressão para criar uma árvore de decisão para uma resposta contínua com muitos preditores categóricos ou contínuos. CART® regressão ilustra padrões e relacionamentos importantes entre uma resposta contínua e preditores importantes dentro de dados altamente complicados, sem usar métodos paramétricos.

CART® regressão fornece insights para uma grande variedade de aplicações, incluindo controle de qualidade de fabricação, descoberta de drogas, detecção de fraudes, pontuação de crédito e predição de rotatividade. Use os resultados para identificar variáveis importantes, identificar grupos nos dados com características desejáveis e predizer os valores de resposta para novas observações. Por exemplo, um gerente de banco quer identificar clientes potenciais que tenham taxas de resposta mais altas para iniciativas específicas.

CART® regressão é a única metodologia de árvore de decisão que usa o código original de professores de renome mundial da Universidade de Stanford e da Universidade da Califórnia em Berkeley. Embora as árvores de decisão com vários algoritmos sejam ferramentas populares, a metodologia CART®, voltada à produção de árvores de decisão, distingue-se por suas características e seu desempenho. A metodologia CART® permanece proprietária e inclui aprimoramentos de décadas de experiência com aplicações práticas.

Para uma introdução mais completa à metodologia CART®, veja Breiman, Friedman, Olshen e Stone (1984)1.

Onde encontrar essa análise

Para criar uma árvore de classificação, escolha Estat > Análise Preditiva > CART® Regressão.

Quando usar uma análise alternativa

Se você tem uma variável resposta categórica, use CART® classificação.

1 Breiman, Friedman, Olshen e Stone. (1984). Classification and Regression Trees. Boca Raton, Florida: Chapman e Hall/CRC.
Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política