CART^®

分類木と回帰木

最新のデータマイニングで最も重要かつ人気の高いツールの1つ、CARTは、究極の分類木です。CARTとそのモデリングエンジンは、高度な分析分野に大変革をもたらして、データサイエンスの今の時代の一部を構築しました。

CARTとは、木ベースのアルゴリズムです。異なる値や予測変数の組み合わせに基づいてデータをローカルで分割する、さまざまな方法を模索します。最適な分割を選択すると、最適なコレクションが見つかるまでこのプロセスを再帰的に繰り返します。結果は決定木です。特定のルールセットで記述可能な終端ノードにつながる二分岐で表されます。木とそのレイアウトは見た目がおもしろく、直感的に解釈できるため、データ科学者でなくても、木を理解して有用な洞察を得ることができます。

CARTモデルは、どんなレベルのユーザーにでも合うように設計されており、他の分析ツールでは明かされなかった重要な関係を素早く明らかにすることができます。CARTは、組み込みの自動化、使いやすさ、パフォーマンス、精度など、希望に沿う独自の方法論により、予測分析分野で際立っています。

専有権

CARTの方法論は、スタンフォード大学とカリフォルニア大学バークレー校の世界的に有名な統計学者4人が1984年に導入したランドマークの数学理論に基づいています。Minitabの分類木と回帰木の実装であるCARTモデリングエンジンは、独自のプロプライエタリコードを備えた唯一の決定木ソフトウェアです。

高速かつ汎用

特許品であるCARTモデリングエンジンへの拡張機能は、市長調査および分析の結果を強化し、高速展開をサポートし、リアルタイムで予測とスコアリングを行うように特別に設計されています。当社のエンジンは最も人気で使い易い予測モデルアルゴリズムの一つとなり、バギングやブースティングに基づく現代のデータマイニングのアプローチの基盤でもあります。