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
在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27TensorFlow Datasets(TFDS)是一个用于下载、管理和预处理机器学习数据集的库。它提供了易于使用的API,允许用户从现有集合中 ...
2025-03-26"不谋全局者,不足谋一域。"在数据驱动的商业时代,战略级数据分析能力已成为职场核心竞争力。《CDA二级教材:商业策略数据分析 ...
2025-03-26当你在某宝刷到【猜你喜欢】时,当抖音精准推来你的梦中情猫时,当美团外卖弹窗刚好是你想吃的火锅店…… 恭喜你,你正在被用户 ...
2025-03-26当面试官问起随机森林时,他到底在考察什么? ""请解释随机森林的原理""——这是数据分析岗位面试中的经典问题。但你可能不知道 ...
2025-03-25在数字化浪潮席卷的当下,数据俨然成为企业的命脉,贯穿于业务运作的各个环节。从线上到线下,从平台的交易数据,到门店的运营 ...
2025-03-25在互联网和移动应用领域,DAU(日活跃用户数)是一个耳熟能详的指标。无论是产品经理、运营,还是数据分析师,DAU都是衡量产品 ...
2025-03-24ABtest做的好,产品优化效果差不了!可见ABtest在评估优化策略的效果方面地位还是很高的,那么如何在业务中应用ABtest? 结合企业 ...
2025-03-21在企业数据分析中,指标体系是至关重要的工具。不仅帮助企业统一数据标准、提升数据质量,还能为业务决策提供有力支持。本文将围 ...
2025-03-20解锁数据分析师高薪密码,CDA 脱产就业班助你逆袭! 在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的 ...
2025-03-19在 MySQL 数据库中,查询一张表但是不包含某个字段可以通过以下两种方法实现:使用 SELECT 子句以明确指定想要的字段,或者使 ...
2025-03-17在当今数字化时代,数据成为企业发展的关键驱动力,而用户画像作为数据分析的重要成果,改变了企业理解用户、开展业务的方式。无 ...
2025-03-172025年是智能体(AI Agent)的元年,大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久,这几天Manus又成为媒体头条 ...
2025-03-14以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-13以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda.cn/go ...
2025-03-12以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-11随着数字化转型的加速,企业积累了海量数据,如何从这些数据中挖掘有价值的信息,成为企业提升竞争力的关键。CDA认证考试体系应 ...
2025-03-10推荐学习书籍 《CDA一级教材》在线电子版正式上线CDA网校,为你提供系统、实用、前沿的学习资源,助你轻松迈入数据分析的大门! ...
2025-03-07在数据驱动决策的时代,掌握多样的数据分析方法,就如同拥有了开启宝藏的多把钥匙,能帮助我们从海量数据中挖掘出关键信息,本 ...
2025-03-06