商務(wù)智能實(shí)驗(yàn)9報(bào)告.doc

數(shù)據(jù)挖掘與商務(wù)智能實(shí)驗(yàn)實(shí) 驗(yàn) 報(bào) 告實(shí)驗(yàn)題目： 分類分析：決策樹(shù) 姓名： 王俊 學(xué)號(hào)： 201430850164 指導(dǎo)教師： 張大斌 實(shí)驗(yàn)時(shí)間： 2016.11.10 2016年 11 月 12 日 實(shí)驗(yàn)9 分析類型：決策樹(shù)一、 實(shí)驗(yàn)?zāi)康模?） 了解和熟悉SPSS Modeler及其相關(guān)知識(shí)；（2） 掌握SPSS Modeler工具建立CHAID決策樹(shù)的方法；（3） 學(xué)會(huì)運(yùn)用SPSS CHAID決策樹(shù)進(jìn)行相關(guān)的內(nèi)容分析。二、 實(shí)驗(yàn)內(nèi)容 本實(shí)驗(yàn)以電信客戶數(shù)據(jù)（文件名為T(mén)elephone.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(wàn)）、受教育程度、性別、家庭人數(shù)、基本服務(wù)累計(jì)開(kāi)通月數(shù)、是否申請(qǐng)無(wú)線轉(zhuǎn)移服務(wù)、上月基本費(fèi)用、上月限制性免費(fèi)服務(wù)項(xiàng)目的費(fèi)用、無(wú)線服務(wù)費(fèi)用、是否電子支付、客戶所申請(qǐng)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(jìn)行的，具體的CHAID算法如下所示：三、 實(shí)驗(yàn)步驟與結(jié)果 步驟1 創(chuàng)建CHAID數(shù)據(jù)流 （1）通過(guò)“statistic文件”節(jié)點(diǎn)讀入文件名為T(mén)elephone.sav的數(shù)據(jù)。 （2）數(shù)據(jù)流中添加“分區(qū)”節(jié)點(diǎn)，將樣本集劃分為訓(xùn)練集和測(cè)試集，如圖9-1所示。 （3）選擇建模模塊中的“CHAID(C)”節(jié)點(diǎn)，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(xiàng)”-“基本（B）”，選擇數(shù)的生長(zhǎng)算法為Exhaustive CHAID。 自定義最大樹(shù)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(yùn)行 實(shí)驗(yàn)結(jié)果如圖9-3所示。 CHIAID首先確定開(kāi)通月數(shù)為最佳的分組變量，將其分為3組，開(kāi)通月數(shù)小于等于5的，開(kāi)通月數(shù)大于31和開(kāi)通月數(shù)大于5小于30的。按照一層一層進(jìn)行分組，但很快會(huì)發(fā)現(xiàn)其中某些推理規(guī)則沒(méi)有太大的參考價(jià)值。例如，對(duì)于開(kāi)通月數(shù)大于31個(gè)月的用戶，無(wú)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(shí)驗(yàn)分析與擴(kuò)展練習(xí)實(shí)驗(yàn)分析：對(duì)于CHAID算法，SPSS Modeler如何進(jìn)行交互方式建模？答：在進(jìn)行交互建模時(shí)候，以下這些參數(shù)的調(diào)整都會(huì)對(duì)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(cè)試分區(qū)以及設(shè)置隨機(jī)種子B.相關(guān)CHAID參數(shù)設(shè)置中的樹(shù)生長(zhǎng)算法選擇和最大樹(shù)狀圖深度設(shè)置C.相關(guān)CHAID參數(shù)設(shè)置中的成長(zhǎng)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(jí)設(shè)置的分割和合并五、結(jié)論與討論(重點(diǎn))通過(guò)這次實(shí)驗(yàn)，我總結(jié)一下知識(shí)點(diǎn)：1.決策樹(shù)算法的優(yōu)點(diǎn)如下：（1）分類精度高；（2）生成的模式簡(jiǎn)單；（3）對(duì)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(duì)定類的屬性變量，在其多個(gè)分類水平中找到對(duì)目標(biāo)變量取值影響不顯著的分類，并合并它們； （2）對(duì)定距型屬性變量，先按分位點(diǎn)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(yàn)（4）如果目標(biāo)變量為定距變量，則采用F檢驗(yàn)每對(duì)預(yù)測(cè)分類的評(píng)估，以確定最顯著差異的因變量。由于這些合并步驟，通過(guò)計(jì)算修正邦費(fèi)羅尼p值來(lái)合并交叉表。3.CHAID算法優(yōu)點(diǎn)：（1）可產(chǎn)生多分枝的決策樹(shù)（2）目標(biāo)變量可以定距或定類（3）從