数据注意事项 - CART^® 分类

为确保结果有效，在收集数据、执行分析和解释结果时，请考虑以下准则。

响应变量（目标）应为类别变量

类别变量包含有限、可数数目的类别或可区分组。类别数据可能具有逻辑顺序，也可能没有逻辑顺序。例如，类别变量包括性别、材料类型和付款方式。

• 如果响应变量有两个类别（如通过和失败），则响应为二值响应。
• 如果响应变量包含三个或更多类别，则响应为多项式响应。

响应变量的数据必须是文本值或数字值。不允许是日期/时间值。

如果响应变量为连续变量，请参阅 CART^® 回归。

预测变量可以是连续变量或类别变量

可以使用连续预测变量或类别预测变量的组合；但是，每个预测变量的列长度必须与响应列的长度相同。允许缺失值。

• 所有连续预测变量都必须为数字。
• 类别预测变量可以是文本或数字值。

当案例数超过 5000 时，建议使用检验集

默认情况下，案例数小于等于 5000 时，Minitab 将使用交叉验证。当案例数超过 5000 时，Minitab 将使用检验集。当数据集较大时，使用训练数据集和检验数据集进行验证非常有用。要了解有关 CART^® 分类中的验证方法设置的更多信息，请转到 指定验证方法 - CART® 分类。