嘗試了解客戶/患者行為是一件很有挑戰的事。研究人員往往會使用調查數據并頻繁使用 Minitab 中的回歸功能對其進行分析。但是，若結果變量是分類數據，而不是定量數據，則無法非常直接或直觀地解釋邏輯回歸的結果。

有沒有其他選項可用來分析 Minitab 中的調查數據?最新版 Minitab 中提供了一種解釋性的、基于樹的機器學習技術——CART?(分類和回歸樹)。探究 CART 的豐富功能!

什么是 CART?

CART 是一種決策樹算法，它會創建一組“是/否”規則，然后利用這些規則并基于預測變量或輸入設置將目標或結果變量拆分到多個分區。產生的模型以決策樹形式呈現，以展示如何基于輸入設置對目標或結果變量進行分區。Minitab 的 CART 算法可自動查找最優數目的末端節點(也稱為拆分或最終分組)，目的就是盡可能地提高模型的預測能力。

最出色的表現是什么?完成分析后，CART 的輸出包含直觀的可視解釋，因此，您不必是數據科學家，也能從數據中收獲極有價值的見解。

(圖像下層：注意：默認情況下，Minitab 會顯示具體的 CART 樹。右鍵單擊樹并選擇結點拆分視圖，可查看上層簡要視圖。)

借助 CART 充分發揮免預約診所數據的作用

了解 CART 是什么之后，接下來我們看下它的工作原理。

連鎖免預約診所收集患者的調查數據，詢問了他們未來有多大可能性會再次光顧診所：極有可能、有可能或不可能。診所員工還會記錄患者的年齡、從家里到診所的距離(以英里為單位)以及就業狀態。診所的地區經理尤其關注到底是什么因素在影響無預約患者再次來診所接受服務的意愿。

如圖顯示數據子集，還有一個條形圖展示了診所無預約患者給出的響應。

我們可以使用 CART 來預測分類結果的似然性，在這個案例中，指的就是患者再次光顧診所的可能性。Minitab 的 CART 分類引擎提供的直觀界面可以處理二元結果(兩組)或多項式結果(至少三組)。

經理將她的數據輸入 Minitab 后，選擇統計 > 預測分析 > CART? 分類，界面上隨后顯示了以下內容：

由于存在至少三組，因此她先選擇多項式響應，然后在響應中選擇“再次光顧的意向”，這也是她想預測的目標。接著，依次快速輸入連續預測變量和分類預測變量或者要用來進行預測的其他輸入，填寫好對話框。

CART 會自動處理缺失值，而且對極端異常值不敏感，也不會假定存在要檢查的分布、p 值或殘差。因此，CART 十分簡單易用，即便是初學者也能快速上手。此外，Minitab 的 CART 功能會仔細、謹慎地將數據分區為兩組：一部分數據用于構建模型(學習數據)，而另一部分數據則用于評估模型執行新預測的能力(測試數據)。

針對每一個目標變量對，CART 分析的輸出會顯示大于或等于 0.93 的 (ROC) 曲線下的面積值。ROC 可以幫助經理將模型預測患者再次光顧診所的意愿的準確性進行可視化。該圖顯示了敏感性(正確預測為正類的正類)與特異性(正確預測為負類的負類)之間的關系。

這個模型能夠如此準確地預測患者未來再次光顧診所的意愿，經理感到非常滿意。

經理之前認為，患者與診所之間的距離是影響此人再次光顧診所的意愿的最佳預測變量。但令她吃驚的是，結果并非如此。在 CART 的相對變量重要性圖中，清晰顯示了每一個預測變量對于決定患者是否再次光顧診所的對應重要性。

最終結果

快速評估上方變量重要性圖后發現，患者的年齡才是影響他們是否會再次光顧診所的意愿的最佳預測變量，距離的影響程度緊隨其后，而就業狀態的重要性最低。

通過深入了解患者行為，將有助于地區經理創建再次光顧診所可能性高的客戶的個人資料，這樣診所中心也就能有針對性地發送額外宣傳單和推出激勵措施，從而確保這些客戶再次光顧。例如，不滿 43 歲而且與診所距離不到 11 英里的患者，無論就業狀態如何，都極有可能再次光顧。年齡介于 71 到 82 歲之間的患者，無論距離或就業狀態如何，都有可能再次光顧。相比之下，年齡介于 67 到 71 歲之間的那些患者，若與診所的距離超過 11 英里，無論其他因素如何，他們都不大可能再次光顧。

審核編輯：湯梓紅