商務(wù)智能實驗9報告.doc

數(shù)據(jù)挖掘與商務(wù)智能實驗實 驗 報 告實驗題目： 分類分析：決策樹 姓名： 王俊 學(xué)號： 201430850164 指導(dǎo)教師： 張大斌 實驗時間： 2016.11.10 2016年 11 月 12 日 實驗9 分析類型：決策樹一、 實驗?zāi)康模?） 了解和熟悉SPSS Modeler及其相關(guān)知識；（2） 掌握SPSS Modeler工具建立CHAID決策樹的方法；（3） 學(xué)會運用SPSS CHAID決策樹進行相關(guān)的內(nèi)容分析。二、 實驗內(nèi)容 本實驗以電信客戶數(shù)據(jù)（文件名為Telephone.sav）為例，數(shù)據(jù)中包含的變量x1到x15分別是：居住地、年齡、婚姻情況、家庭月收入（百萬）、受教育程度、性別、家庭人數(shù)、基本服務(wù)累計開通月數(shù)、是否申請無線轉(zhuǎn)移服務(wù)、上月基本費用、上月限制性免費服務(wù)項目的費用、無線服務(wù)費用、是否電子支付、客戶所申請的服務(wù)套餐類型和是否流失。本節(jié)的分析是在基本分析的基礎(chǔ)上進行的，具體的CHAID算法如下所示：三、 實驗步驟與結(jié)果 步驟1 創(chuàng)建CHAID數(shù)據(jù)流 （1）通過“statistic文件”節(jié)點讀入文件名為Telephone.sav的數(shù)據(jù)。 （2）數(shù)據(jù)流中添加“分區(qū)”節(jié)點，將樣本集劃分為訓(xùn)練集和測試集，如圖9-1所示。 （3）選擇建模模塊中的“CHAID(C)”節(jié)點，將其連接到數(shù)據(jù)流的恰當(dāng)位置。步驟2 設(shè)置具體參數(shù) （1）右擊鼠標(biāo)，在“構(gòu)建選項”-“基本（B）”，選擇數(shù)的生長算法為Exhaustive CHAID。 自定義最大樹狀圖深度為5，如圖9-2所示。 （2）其他相關(guān)參數(shù)默認(rèn)設(shè)置。 步驟3 結(jié)果運行 實驗結(jié)果如圖9-3所示。 CHIAID首先確定開通月數(shù)為最佳的分組變量，將其分為3組，開通月數(shù)小于等于5的，開通月數(shù)大于31和開通月數(shù)大于5小于30的。按照一層一層進行分組，但很快會發(fā)現(xiàn)其中某些推理規(guī)則沒有太大的參考價值。例如，對于開通月數(shù)大于31個月的用戶，無論是否采用電子支付方式，年齡如何，婚姻如何，最終的結(jié)果都是未流失。這種情況于該算法的剪枝方式有一定的聯(lián)系。4、 實驗分析與擴展練習(xí)實驗分析：對于CHAID算法，SPSS Modeler如何進行交互方式建模？答：在進行交互建模時候，以下這些參數(shù)的調(diào)整都會對建模的結(jié)果造成一定的影響：A. 數(shù)據(jù)分區(qū)中的訓(xùn)練和測試分區(qū)以及設(shè)置隨機種子B.相關(guān)CHAID參數(shù)設(shè)置中的樹生長算法選擇和最大樹狀圖深度設(shè)置C.相關(guān)CHAID參數(shù)設(shè)置中的成長規(guī)則D.相關(guān)CHAID參數(shù)設(shè)置中的整體設(shè)置D.相關(guān)CHAID參數(shù)設(shè)置中的高級設(shè)置的分割和合并五、結(jié)論與討論(重點)通過這次實驗，我總結(jié)一下知識點：1.決策樹算法的優(yōu)點如下：（1）分類精度高；（2）生成的模式簡單；（3）對噪聲數(shù)據(jù)有很好的健壯性。因而是目前應(yīng)用最為廣泛的歸納推理算法之一，在數(shù)據(jù)挖掘中受到研究者的廣泛關(guān)注。 2.CHAID的一般步驟：（1.）屬性變量的預(yù)處理（2.）確定當(dāng)前分支變量和分隔值屬性變量的預(yù)處理：（1）對定類的屬性變量，在其多個分類水平中找到對目標(biāo)變量取值影響不顯著的分類，并合并它們； （2）對定距型屬性變量，先按分位點分組，然后再合并具有同質(zhì)性的組；（3）如果目標(biāo)變量是定類變量，則采用卡方檢驗（4）如果目標(biāo)變量為定距變量，則采用F檢驗每對預(yù)測分類的評估，以確定最顯著差異的因變量。由于這些合并步驟，通過計算修正邦費羅尼p值來合并交叉表。3.CHAID算法優(yōu)點：（1）可產(chǎn)生多分枝的決策樹（2）目標(biāo)變量可以定距或定類（3）從