利用可能なモデル

線形回帰分析では、区間応答の値を1つ以上の効果変数の線形関数として予測します。

ロジスティック回帰分析では、2項応答または順序応答によって、目的のイベントが1つ以上の効果の関数として取得される確率を予測します。

一般化線形モデルは、従来の線形モデルを拡張したものです。GLMを使用すると、非線形リンク関数を介して母平均を線形予測変数に依存させることができます。

ディシジョンツリーでは、各オブザベーションに適用された一連のルールに基づいて入力データの階層状のセグメントが作成されます。

クラスタでは、入力データを同じ特性を共有するグループにセグメント化します。