IBM SPSS Decision Trees
创建分类树，更精准地标识分组和关系。
它对贵公司有何用途
IBM SPSS Decision Trees 帮助您更好地标识群组，发现各个群组之间的关系，并预测未来事件。该产品包含可视化程度非常高的分类和决策树，可帮助您呈现分类结果，并更加清晰地向非技术受众解释分析内容。该模块使您能够根据下列内容创建分类模型：分段、分层、预测、数据降维与变量筛选、交互标识、类别合并以及连续变量离散化。
利用视觉树发现关系
创建高度可视化的树，利用分支和节点呈现数据，帮助您探索结果并确定模型流动方式。
从四种树生长算法中进行选择
通过尝试不同的算法，查找最适合您数据的选项：CHAID、穷举式 CHAID、C&RT 或 QUEST。
深入挖掘您的数据
使用树形图识别数据的特定子集并深入分析该组数据，发掘更多洞察。
创建新变量
将树形图中的信息保存为数据中的新变量，例如终端节点数、预测值和预测概率。
主要功能
- 树分类模型
- 验证与分析
- 评估功能部件
- 导出功能
- CHAID 算法
- 穷举式 CHAID 算法
- 分类和回归树算法
- QUEST 算法
功能聚焦
树分类模型
根据预测变量的值将案例分组或预测目标变量的值。帮助您基于决策规则集预测未来观察结果或对这些观察结果进行分类。
验证与分析
包括用于探索性分类分析的验证工具。您也可以使用下列方法之一查看节点：显示每个节点中的目标变量的条形图和/或表格。
评估功能部件
包括评估图，可直观呈现收益摘要表，并包含收益图以按照最高（和最低）贡献确定分段。
导出功能
可将目标导出为任意 SPSS Statistics 输出格式。生成在 SQL 中定义已选分段的规则以对数据库进行评分，或者定义语法以对 SPSS Statistics 文件进行评分。
CHAID 算法
一种快速、统计型的多向树算法，可快速探索数据，并根据所期望的结果构建分段 和概要信息。
穷举式 CHAID 算法
CHAID 算法的一种变体，用于检查每个预测项（自）变量所有可能的分支。
分类和回归树算法
一种综合二叉树算法，用于对数据进行分区，并生成准确的均一子集。
QUEST 算法
一种统计算法，可快速有效地选择不包含偏差的变量，并构建更准确的二叉树。
相关下载
在线留言
尊敬的客户朋友，如您有任何意见建议，请通过下表反馈给我们，我们会尽快与您联系。
|
400-621-1085
