发现最佳模型 (二值响应) 预测示例

一个研究小组收集并发布了有关影响心脏病的因素的详细信息。变量包括年龄、性别、胆固醇水平、最大心率等。本示例基于一个提供心脏病详细信息的公共数据集。原始数据来自于 archive.ics.uci.edu。

研究人员可以使用随机森林分类树模型来预测新观察的响应类概率。

输入以下值。此示例对每个预测变量使用 2 个值，但是最多可使用 3 个值。此示例还故意使用缺失值运动绞痛。

解释结果

Minitab 使用结果中的 Random Forests^®分类树来估计一组预测值的心脏病诊断事件的类别概率。研究人员发现，在使用指定设置时，第一组发生心脏病诊断事件的概率约为 0.63，第二组的概率约为 0.52。

方法模型验证使用 OOB 数据进行验证 Bootstrap 样本数 300 样本数量与 303 的训练数据大小相同为进行节点拆分而选定的预测变量数预测变量总数的平方根 = 3 最小内部节点大小 8 已使用的行数 303

二值响应信息变量类别计数 % 心脏病 1 （事件） 165 54.46 0 138 45.54 所有 303 100.00

设置年龄 = 35, 血压 = 140, 胆固醇 = 233, 最大心率 = 150, 旧峰值 = 2.3, 性别 = 0, 疼痛类型 = 2, 血糖 = 1, 静息心电图 = 0, 运动绞痛 = *, 斜率 = 1, 血管 = 0, 地中海贫血 = 0

预测观测值类别概率（类别 = 1）概率（类别 = 0） 1 1 0.626667 0.373333

设置年龄 = 35, 血压 = 140, 胆固醇 = 233, 最大心率 = 165, 旧峰值 = 2.3, 性别 = 1, 疼痛类型 = 1, 血糖 = 1, 静息心电图 = 1, 运动绞痛 = *, 斜率 = 2, 血管 = 2, 地中海贫血 = 0

预测观测值类别概率（类别 = 1）概率（类别 = 0） 2 1 0.516667 0.483333