SPSS分类分析:决策树
“决策树”过程创建基于树的分类模型。它将个案分为若干组,或根据自变量(预测变量)的值预测因变量(目标变量)的值。此过程为探索性和证实性分类分析提供验证工具。
1、分段。确定可能成为特定组成员的人员。
2、层次。将个案指定为几个类别之一,如高风险组、中等风险组和低风险组。
3、预测。创建规则并使用它们预测将来的事件,如某人将拖欠贷款或者车辆或住宅潜在转售价值的可能性。
4、数据降维和变量筛选。从大的变量集中选择有用的预测变量子集,以用于构建正式的参数模型。
5、交互确定。确定仅与特定子组有关的关系,并在正式的参数模型中指定这些关系。
6、类别合并和连续变量离散化。以最小的损失信息对组预测类别和连续变量进行重新码。
7、示例。一家银行希望根据贷款申请人是否表现出合理的信用风险来对申请人进行分类。根据各种因素(包括过去客户的已知信用等级),您可以构建模型以预测客户将来是否可能拖欠贷款。
二、增长方法(分析-分类-决策树)
1、CHAID.卡方自动交互检测。在每一步,CHAID选择与因变量有最强交互作用的自变量(预测变量)。如果每个预测变量的类别与因变量并非显著不同,则合并这些类别。
2、穷举CHAID.CHAID的一种修改版本,其检查每个预测变量所有可能的拆分。
3、CRT.分类和回归树。CRT将数据拆分为若干尽可能与因变量同质的段。所有个案中因变量值都相同的终端节点是同质的“纯”节点。
4、QUEST.快速、无偏、有效的统计树。一种快速方法,它可避免其他方法对具有许多类别的预测变量的偏倚。只有在因变量是名义变量时才能指定QUEST。
三、验证(分析-分类-决策树-验证)
1、交叉验证:交叉验证将样本分割为许多子样本(或样本群)。然后,生成树模型,并依次排除每个子样本中的数据。第一个树基于第一个样本群的个案之外的所有个案,第二个树基于第二个样本群的个案之外的所有个案,依此类推。对于每个树,估计其误分类风险的方法是将树应用于生成它时所排除的子样本。
1.1、最多可以指定25个样本群。该值越大,每个树模型中排除的个案数就越小。
1.2、交叉验证生成单个最终树模型。最终树经过交叉验证的风险估计计算为所有树的风险的平均值。
2、分割样本验证:对于分割样本验证,模型是使用训练样本生成的,并在延续样本上进行测试。
2.1、您可以指定训练样本大小(表示为样本总大小的百分比),或将样本分割为训练样本和测试样本的变量。
2.2、如果使用变量定义训练样本和测试样本,则将变量值为1的个案指定给训练样本,并将所有其他个案指定给测试样本。该变量不能是因变量、权重变量、影响变量或强制的自变量。
2.3、您可以同时显示训练样本和测试样本的结果,或者仅显示测试样本的结果。
2.4、对于小的数据文件(个案数很少的数据文件),应该谨慎使用分割样本验证。训练样本很小可能会导致很差的模型,因为在某些类别中,可能没有足够的个案使树充分生长
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
“最近复购率一直在下降,我们的营销力度不小啊,为什么用户还是走了?” “是不是广告投放的用户质量不高?还是我们的产品问题 ...
2025-02-21以下文章来源于数有道 ,作者数据星爷 SQL查询是数据分析工作的基础,也是CDA数据分析师一级的核心考点,人工智能时代,AI能为 ...
2025-02-19在当今这个数据驱动的时代,几乎每一个业务决策都离不开对数据的深入分析。而其中,指标波动归因分析更是至关重要的一环。无论是 ...
2025-02-18当数据开始说谎:那些年我们交过的学费 你有没有经历过这样的场景?熬了三个通宵做的数据分析报告,在会议上被老板一句"这数据靠 ...
2025-02-17数据分析作为一门跨学科领域,融合了统计学、编程、业务理解和可视化技术。无论是初学者还是有一定经验的从业者,系统化的学习路 ...
2025-02-17挖掘用户价值本质是让企业从‘赚今天的钱’升级为‘赚未来的钱’,同时让用户从‘被推销’变为‘被满足’。询问deepseek关于挖 ...
2025-02-17近来deepseek爆火,看看deepseek能否帮我们快速实现数据看板实时更新。 可以看出这对不知道怎么动手的小白来说是相当友好的, ...
2025-02-14一秒精通 Deepseek,不用找教程,不用买资料,更不用报一堆垃圾课程,所有这么去做的,都是舍近求远,因为你忽略了 deepseek 的 ...
2025-02-12自学 Python 的关键在于高效规划 + 实践驱动。以下是一份适合零基础快速入门的自学路径,结合资源推荐和实用技巧: 一、快速入 ...
2025-02-12“我们的利润率上升了,但销售额却没变,这是为什么?” “某个业务的市场份额在下滑,到底是什么原因?” “公司整体业绩 ...
2025-02-08活动介绍 为了助力大家在数据分析领域不断精进技能,我们特别举办本期打卡活动。在这里,你可以充分利用碎片化时间在线学习,让 ...
2025-02-071、闺女,醒醒,媒人把相亲的带来了。 我。。。。。。。 2、前年春节相亲相了40个, 去年春节相亲50个, 祖宗,今年你想相多少个 ...
2025-02-06在数据科学的广阔领域中,统计分析与数据挖掘占据了重要位置。尽管它们常常被视为有关联的领域,但两者在理论基础、目标、方法及 ...
2025-02-05在数据分析的世界里,“对比”是一种简单且有效的方法。这就像两个女孩子穿同一款式的衣服,效果不一样。 很多人都听过“货比三 ...
2025-02-05当我们只有非常少量的已标记数据,同时有大量未标记数据点时,可以使用半监督学习算法来处理。在sklearn中,基于图算法的半监督 ...
2025-02-05考虑一种棘手的情况:训练数据中大部分样本没有标签。此时,我们可以考虑使用半监督学习方法来处理。半监督学习能够利用这些额 ...
2025-02-04一、数学函数 1、取整 =INT(数字) 2、求余数 =MOD(除数,被除数) 3、四舍五入 =ROUND(数字,保留小数位数) 4、取绝对值 =AB ...
2025-02-03作者:CDA持证人 余治国 一般各平台出薪资报告,都会哀嚎遍野。举个例子,去年某招聘平台发布《中国女性职场现状调查报告》, ...
2025-02-02真正的数据分析大神是什么样的呢?有人认为他们能轻松驾驭各种分析工具,能够从海量数据中找到潜在关联,或者一眼识别报告中的数 ...
2025-02-01现今社会,“转行”似乎成无数职场人无法回避的话题。但行业就像座围城:外行人看光鲜,内行人看心酸。数据分析这个行业,近几年 ...
2025-01-31