About cookies on this site Our websites require some cookies to function properly (required). In addition, other cookies may be used with your consent to analyze site usage, improve the user experience and for advertising. For more information, please review your options. By visiting our website, you agree to our processing of information as described in IBM’sprivacy statement. To provide a smooth navigation, your cookie preferences will be shared across the IBM web domains listed here.
資料の 英語版 に戻る
QUEST ノード (SPSS Modeler)
QUEST ノード
最終更新: 2025年2月11日
QUEST (Quick、 Unbiased、Efficient Statistical Tree) は、2 分岐ディシジョン・ツリーの構築用の分類方法です。 その開発時における主な同期は、多くの変数または多くのケースを持つ大規模な C&R Tree 分析で必要な処理時間を低減することでした。 QUEST の 第2 の目標は、分類ツリー法に見られる、より多くの分割を可能にする入力フィールド、つまり連続型 (数値範囲) 入力フィールド変数や多くのカテゴリーを持つ予測フィールド変数を好む、という傾向を低減することでした。
- QUEST は、ノードで入力フィールド変数を評価するために、有意度検定に基づいて、ルールのシーケンスを使用します。 選択用に、シングル テストと同じくらい小さいテストを各入力フィールドについてノードで実行する必要がある場合があります。 C&R Tree と異なり、一部の分割は検査されません。また、C&R Tree および CHAID、選択用に入力フィールドを評価するときに、カテゴリーの組み合わせをテストしません。 これが分析スピードを速くしています。
- 分割は、対象カテゴリーごとに形成されたグループで選択された入力フィールドを使用して 2 次判別分析を実行することにより決定されます。 この方法は、徹底的な検索 (C&R Tree) が最適な分割を決定する場合勝る速度の改善が得られます。
要件。 入力フィールドは、連続型 (数値範囲) にできますが、目標変数はカテゴリーでなければなりません。 すべての分割は 2 分岐です。 重みフィールドは使用できません。 このモデルで使用される順序型 (順序セット) フィールドは、数値ストレージを持っていなければなりません (文字列不可)。 必要な場合、データ分類ノードを使用して変換できます。
利点 CHAID と同様に (ただし、C&R Tree とは異なり)、QUEST は統計的な検定を使用して、入力フィールドを使用するかどうかを決定します。 また、入力の選択と分割についての問題を切り離し、それぞれに異なる基準を適用します。 また、入力フィールド選択と分割についての問題を切り離し、それぞれの異なる基準を適用できます。これは CHAID で制約します。その場合、統計的検定が、変数の選択を決定し、また分割を生成します。 同様に、C&R Tree は、入力フィールドの選択と分割の決定に、不純度-変更測度を使用します。
トピックは役に立ちましたか?
0/1000