• Random Forest

    Breiman 和 Cutler 的 Random Forests®

    Random Forests® 建模引擎是一系列 CART® 树,这些树在构造时彼此不受影响。根据从决策树得到的预测值之和确定预测的总体预测。

    与 Minitab 沟通

    Random Forests 的优势在于发现数据中的异常值和异常现象、显示接近性聚类、预测将来的结果、确定重要的预测变量、发现数据模式、用插补值替换缺失值以及提供富有洞察力的图形。

    聚类和分段:

    Random Forests 建模引擎提供的许多见解都是在树成长之后应用的各种方法生成的,包括用来确定数据聚类或分段的新技术,以及用来对变量重要性进行排名的新方法。该方法由加州大学伯克利分校的 Leo Breiman 和 Adele Cutler 研发,Minitab 已获得该方法的专用许可。

  • 我们的工作

    Minitab 产品通过智能数据分析
    帮助企业提高效率并改进质量。

    与 Minitab 沟通
  • Salford Predictive Modeler® 8
    Minitab 的机器学习软件集成套件
    CART®

    SPM 的 CART® 建模引擎是绝佳的分类树,为高级分析领域带来创新,开启了暂新的数据科学时代。

    了解更多
    Random Forests®

    Random Forests® 建模引擎充分发挥多个备选分析、随机化策略和集成学习方法的功效。

    了解更多
    MARS®

    MARS® 建模引擎最适合那些希望采用与传统回归类似的形式输出结果并同时希望捕获基本的非线性交互数据的用户。

    了解更多
    TreeNet®

    TreeNet® 梯度推进是 SPM 中一款最灵活、最强大的数据挖掘工具,能够按照统一的方式生成非常准确的模型。

    了解更多
  • 定价

    有关定价信息,请联系我们。

    联系我们
    大学计划

    我们的大学计划旨在以显著降低的许可费用向教育社区提供 SPM®、CART®、MARS®、TreeNet® 和 Random Forests® 建模引擎。

    联系我们
    自动化

    预打包了 70 多种方案,这些基本上都是受领先模型分析人员构造他们的建模作品的启发而得到的试验方案。

    了解更多

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。 请阅读我们的政策