商務(wù)智能實(shí)驗(yàn)報(bào)告

1、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：決策樹姓名：王俊學(xué)號(hào)：指導(dǎo)教師：張大斌實(shí)驗(yàn)時(shí)間：2016.11.10日12月11年2016.分析類型：決策樹9實(shí)驗(yàn)一、實(shí)驗(yàn)?zāi)康模?）了解和熟悉SPSSModeler及其相關(guān)知識(shí)；（2）掌握SPSSModeler工具建立CHAID決策樹的方法；（3）學(xué)會(huì)運(yùn)用SPSSCHAID決策樹進(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Telephone,sav）為例，數(shù)據(jù)中包含的變量xl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(jì)開通月數(shù)、是否申請無線轉(zhuǎn)移服務(wù)、上月基本費(fèi)用、上月限制

2、性免費(fèi)服務(wù)項(xiàng)目的費(fèi)用、無線服務(wù)費(fèi)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。算法如下所示：CHAID本節(jié)的分析是在基本分析的基礎(chǔ)上進(jìn)行的，具體的三、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astatistic文件”節(jié)點(diǎn)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(diǎn)，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©”節(jié)點(diǎn)，將其連接到數(shù)據(jù)流的恰當(dāng)位So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)的生長算法為ExhaustiveCHAIDo自定義最大樹狀圖深度為5,如圖9-2所示

3、。（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(jìn)行分組，但很快會(huì)發(fā)現(xiàn)其中某些推理規(guī)則沒有太大的參考價(jià)值。例如，對(duì)于開通月數(shù)大于31個(gè)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。.四、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，SPSSModeler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)

4、練和測試分區(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(jí)設(shè)置的分割和合并五、結(jié)論與討論（重點(diǎn)）通過這次實(shí)驗(yàn)，我總結(jié)一下知識(shí)點(diǎn)：1. 決策樹算法的優(yōu)點(diǎn)如下：（1）分類精度高；（2）生成的模式簡單；（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；）如果目標(biāo)變量是定類變量，則采用卡方檢驗(yàn)3（.（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，通過計(jì)算修正邦費(fèi)羅尼p值來合并交叉表。3. CHAID算法優(yōu)點(diǎn)：（1）可產(chǎn)生多分枝的決策樹（2）目標(biāo)變量可以定距或定類（3）從統(tǒng)計(jì)顯