CART®
분류 및 회귀 분석 트리
현대적인 데이터 마이닝에서 가장 중요하고 인기가 높은 도구 중 하나인 CART는 궁극의 분류 트리입니다. CART와 CART의 모형화 엔진은 고급 분석 분야를 혁신하고 현 시대의 데이터 과학을 시작했습니다.
CART에 생소한 이들은 CART가 예측 변수의 상이한 값과 조합을 기준으로 데이터를 로컬에서 더 작은 세그먼트로 분할 또는 분리하는 여러 다양한 방법을 살펴보는 방법으로 작동하는 트리 기반 알고리즘이라고 이해하면 쉽습니다. CART는 성능이 가장 우수한 분할을 선택한 다음 최적 컬렉션을 찾을 때까지 이 과정을 재귀적으로 반복합니다. 그 결과는 일련의 이항 분할로 표시되고 특정 규칙 집합으로 설명할 수 있는 종단 노드로 이어지는 의사결정 트리입니다. 트리와 트리의 배치는 시각적으로 흥미롭고 직관적인 해석이 가능하여 데이터 과학자가 아니어도 이해하고 유용한 통찰력을 얻을 수 있습니다.
모든 수준의 사용자를 위해 설계된 CART 모형은 다른 분석 도구를 사용하는 경우 계속 숨겨져 있을 수 있는 중요한 관계를 빠르게 드러낼 수 있습니다. CART는 내장된 자동화, 사용 편리성, 성능 및 정확성을 비롯한 독창적이고 매우 매력적인 방법론 덕분에 예측 분석 분야에서 돋보입니다.
독점 코드
CART 방법론은 스탠포드 대학교와 캘리포니아 대학교 버클리의 세계적인 통계학자 4인이 1984년에 도입한 획기적인 수학 이론에 기초를 두고 있습니다. Minitab의 Classification And Regression Trees를 구현한 CART 모형화 엔진은 오리지널 독점 코드를 담고 있는 유일한 의사 결정 트리 소프트웨어입니다.
빠르고 다재다능함
CART 모형화 엔진에 추가되고 특허를 획득한 확장 기능은 시장 조사 및 분석의 결과를 개선하고, 고속 배포를 지원하고, 실시간으로 예측하고 점수를 매기도록 특별히 고안되었습니다. Minitab의 엔진은 시간이 지나면서 시중에서 가장 인기가 높고 사용이 편리한 예측 모형화 알고리즘 중 하나가 되었으며, 배깅 및 부스팅을 기반으로 한 여러 현대적인 데이터 마이닝 접근 방법의 토대이기도 합니다.
CART로 데이터를 배포하거나 모형화하는 데 관심이 있으십니까?
Minitab의 트리 기반 방법
이제 막 시작하는 사용자나 예측 분석 능력을 한 단계 더 높이려는 사용자 모두 Minitab의 트리 기반 모형화 엔진으로 필요한 성능을 얻을 수 있습니다.
CART®
고급 분석을 혁신하고 지금의 데이터 과학 시대를 시작한 궁극의 분류 트리 알고리즘.
Random Forests®
여러 대체 분석, 랜덤화 전략 및 앙상블 학습을 한 곳에서 편리하게 이용할 수 있는 기능.
TreeNet®
극도로 정확한 모형을 일관되게 생성할 수 있는 가장 유연하고 강력한 머신 러닝 도구.