MARS®
Multivariate Adaptive Regression Splines
MARS® 모형화 엔진은 전통적인 회귀 분석과 유사한 형식의 결과를 선호하면서 본질적 비선형성 및 교호작용을 얻으려는 사용자에게 이상적입니다.
회귀 분석 모형화에 대한 MARS 방법론적 접근법은 다른 회귀 분석 방법으로는 포착하기가 거의 불가능한 중요한 데이터 패턴과 관계를 효과적으로 드러냅니다. MARS 모형화 엔진은 일련의 직선을 각각 허용된 자체 경사선과 조합하여 모형을 빌드합니다. 이로써 MARS 모형화 엔진은 데이터에서 감지된 패턴을 찾아낼 수 있습니다.
고품질 회귀 분석 및 분류
MARS 모델은 휴대폰 이용 고객의 월 평균 사용료 또는 쇼퍼가 웹 사이트를 방문하여 지출할 것으로 예상되는 금액 등의 숫자 결과를 예측하도록 설계되었습니다. 또한 MARS 엔진은 예/아니요 결과를 산출하는 고품질의 분류 모형을 생성할 수도 있습니다. MARS 엔진은 변수 선택, 변수 변경, 교호작용 감지, 셀프 테스트 등을 모두 자동으로 빠르게 수행합니다.
고성능 결과
MARS 엔진이 매우 고성능의 결과를 보여준 영역으로는 발전 회사를 위한 전기 수요 예측, 고객 만족도를 제품의 설/계 사양에 연결, 지리 정보 시스템(GIS)의 존재/부재 모형화 등이 포함됩니다.
예측 분석을 한 단계 더 높이는 데 관심이 있으십니까?
기타 고급 방법
이제 막 시작하는 사용자나 예측 분석 능력을 한 단계 더 높이려는 사용자 모두 Minitab의 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.