Minitab® 支持

为使用 TreeNet® 分类 的 拟合模型 和 发现关键预测变量 输入数据

了解关于 Minitab 的更多信息
预测分析模块 > TreeNet® 分类 > 拟合模型

预测分析模块 > TreeNet® 分类 > 发现关键预测变量

注意

此命令适用于 预测分析模块。单击此处了解更多关于如何激活模块的信息。

选择最能准确描述数据的选项。

关于本主题

二元响应变量

如果分类响应数据有两个类别（如通过和失败），则完成以下步骤。

  1. 从下拉列表中，选择二元响应变量。
  2. 在响应中，输入包含二元响应的列。值可以是数字或文本。
  3. 在响应事件中，选择分析将描述的事件。 默认情况下，选择第二个响应水平作为响应事件。更改响应事件并不影响模型，但会使结果更有意义。
  4. 在连续预测变量中，输入可能解释或预测响应中变化的连续变量。 连续预测变量必须使用数字值。
  5. 在类别预测变量中，输入可能解释或预测响应中变化的类别变量。 类别预测变量可以使用文本或数字值。
在此工作表中，购买是指示消费者是否购买了新品牌谷类食品的二元响应。响应事件为是。收入和儿童为连续预测变量。商店和收看广告为类别预测变量。

工作表中的第一行显示消费者购买了新品牌的谷类食品。该消费者的收入为 37000 美元，在 A 商店购物，有 1 个孩子，看了谷类食品的广告。

C1-T C2 C3-T C4 C5-T
购买 收入 商店 孩子 收看广告
是 37,000 美元 A 1 是
否 47,000 美元 A 3 否
是 34,000 美元 A 0 否
是 58,000 美元 B 0 否

多项式响应

如果分类响应变量有三个或更多类别（如轿车、卡车和 SUV），则完成以下步骤。

  1. 从下拉列表中，选择多项式响应。
  2. 在响应中，输入包含类别响应的列。值可以是数字或文本。
  3. 在连续预测变量中，输入可能解释或预测响应中变化的连续变量。 连续预测变量必须使用数字值。
  4. 在类别预测变量中，输入可能解释或预测响应中变化的类别变量。 类别预测变量可以使用文本或数字值。
在此工作表中，目标是指示贷款申请人是低风险、中风险还是高风险的多项式响应。收入和卡片数为连续预测变量。婚姻为类别预测变量。

工作表中的第一行显示了一位低风险申请人，收入为 2399，有 3 张信用卡，而且是单身。

C1-T C2 C3 C4-T
目标 收入 卡片数 婚姻
低 2399 3 单身
中 2915 5 单身
中 3100 0 已婚
高 1500 8 已婚
Copyright © 2024 Minitab, LLC. All rights Reserved.