La segmentazione con criterio di split a due stadi si propone di definire procedure di classificazione/regressione ad albero in cui i predittori giocano un ruolo globale e locale nella spiegazione della variabile dipendente. Ciò avviene attraverso l’impiego di indici statistici, modelli parametrici e tecniche fattoriali. Il presente lavoro mostra un software interattivo per la costruzione di alberi esplorativi (Exploratory Trees – E.T. Software) con criterio di split in due stadi integrando diversi contributi metodologici offerti nell’ultimo decennio e al contempo mostrando nuovi sviluppi metodologici e computazionali.
Learning from Trees: Two-Stage Enhancements / Aria, Massimo; Siciliano, Roberta. - STAMPA. - (2003), pp. 1-8. (Intervento presentato al convegno CLADAG 2003 tenutosi a Università di Bologna nel 22-24 September).
Learning from Trees: Two-Stage Enhancements
ARIA, MASSIMO;SICILIANO, ROBERTA
2003
Abstract
La segmentazione con criterio di split a due stadi si propone di definire procedure di classificazione/regressione ad albero in cui i predittori giocano un ruolo globale e locale nella spiegazione della variabile dipendente. Ciò avviene attraverso l’impiego di indici statistici, modelli parametrici e tecniche fattoriali. Il presente lavoro mostra un software interattivo per la costruzione di alberi esplorativi (Exploratory Trees – E.T. Software) con criterio di split in due stadi integrando diversi contributi metodologici offerti nell’ultimo decennio e al contempo mostrando nuovi sviluppi metodologici e computazionali.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.