• TreeNet

    梯度推进

    TreeNet® 梯度推进是 Salford Predictive Modeler 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。通过单一模型或通过装袋或传统的推进等集成方法通常都很难达到 TreeNet 建模引擎的准确度水平。

    与 Minitab 沟通

    TreeNet 引擎在回归和分类方面均表现出了优异的性能。该算法通常会生成数千个小决策树,这些决策树内置在持续错误更正过程中,最终可收敛成一个准确模型。Minitab 荣获的许多建模竞赛大奖都归功于 TreeNet 建模引擎。

    极高的准确度:

    TreeNet® 建模引擎进一步提升了准确性优势,通过单一模型或通过装袋或传统的推进等集成方法通常都很难达到同等准确性水平。与神经网络不同,TreeNet 方法对数据错误不敏感,不需要花费时间准备数据,也不需要预处理或者插补缺失值。这种类型的数据错误对传统的数据挖掘方法具有极大的挑战性,对传统推进方法的影响是灾难性的。而 TreeNet 模型通常可以不受类似错误的影响,因为它可以动态拒绝与现有模型不相符的太多培训数据点。TreeNet 建模引擎的稳健性得到了扩展,可以处理受错误目标标签污染的数据。

    高级功能:

    交互作用检测可以确定预测模型中是否需要任何种类的交互作用,它是专门用来发现需要哪些交互作用的搜索引擎。交互作用检测系统不仅可以帮助改进模型性能(有时是非常显著的改进),而且还有助于发现有价值的新分段和以前未能识别的模式。

  • 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