SPSS Modeler数据挖掘操作之决策树C5.0建模
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
在【字段选项】中选择【类型】节点，添加到数据流中，设置参数指定变量 角色，如图所示
建立决策树模型
8
在【建模】选项卡中选择【C5.0】节点，添加到数据流中。执行C5.0节点生 成模型，模型名列在流管理窗口的【模型】选项卡中，模型结果节点自动连 接数据流中
运行模型
9
选择流管理窗口中的【模型】选项卡，右击鼠标，选择弹出菜单中的【浏览】 选项，浏览模型结果，如图所示
数据过滤
6
建模时不考虑采用K和Na变量，而采用Na/K，应先将Na和K筛掉。
在【字段选项】选项卡中选择【过滤】节点，添加到数据流中。设置参数， 在K和Na变量上打叉，如图所示
数据角色定义
7
指定建立模型过程中各个变量的作用。其中Age，SeFra Baidu bibliotek，BP，Cholesterol， Na/K为解释变量，称为模型的输入变量，Drug为被解释变量，称为模型的目 标变量。
模型预测精度的评价
11
在节点工具箱的【输出】选项卡中选择【分析】节点，与模型结果节点相连。
模型预测精度的评价
12
执行【分析】节点，所生成的结果如图所 示；可以看到，所建模的正确预测精度达 到了92%，模型比较理想
结果分析
10
可以看出，Na/K比值是选择药物时首先考虑的因素，其次是血压和胆固醇水 平。当病人的Na/K值高于14.642时，应选择drugY，无须考虑其他因素。当 病人的Na/K值低于14.642时，对于高血压病人，更适合选用drugA；对于低 血压病人和血压正常的病人，可选择drugX。性别对选择药物没有影响。
SPSS Modeler数据挖掘操作之 决策树C5.0建模
案例数据
1
从DRUG.txt文件的数据为以往有大批患有同种疾病的不同病人，服用五种药物中的 一种（drugA, drugB, drugC, drugX, drugY ）之后取得了同样的治疗效果。案例 数据是随机选择挑选的部分病人服用药物前的基本临床检查数据，包括：血压（BP, 分为高血压HIGH，正常NORMAL,低血压LOW）、胆固醇（Cholesterol 分为正常 NORMAL和高胆固醇HIGH）、唾液中钠元素（Na）和钾元素（K）含量、病人年龄 （Age）、性别（Sex，包括男M和女F）等。
4
在【图形】选项卡中选择【网络】节点，添加到数据流中。设置节点参数指 定绘制关于Drug与BP的网状【网络】图
如下图所示
网状图运行结果如下
5
执行【网络】节点，生成图形文件
可以看到drugY与BP的三条连线，线条的粗细 程度差别不大，标明drugY对病人的血压没有 特殊限定，更具有普遍服用性。无论血压状况 如何，都可以服用drugY；在不考虑drugY时， 血压高的病人可服用drugA或drugB，血压低的 病人则应在drugX和drugC中选择。
现在要利用数据挖掘发现以往药物处方试用的规律，给出不同临床特征病人更适合 服用那种药物的建议，为未来医生开具处方提供参考。
具体分析步骤
2
将数据读入Modeler中，在 【源】选项卡选择【可变文 件】节点，之节点参数，从 【文件】选项中指定从文件 DRUG.txt中读入数据
直方图显示
3
在【字段选项】选项卡中选择【导出】节点， 添加导数据流，设置节点参数指定生成新变量 名为Na/K,计算公式为Na/K，执行【导出】节点。
建立决策树模型
8
在【建模】选项卡中选择【C5.0】节点，添加到数据流中。执行C5.0节点生 成模型，模型名列在流管理窗口的【模型】选项卡中，模型结果节点自动连 接数据流中
运行模型
9
选择流管理窗口中的【模型】选项卡，右击鼠标，选择弹出菜单中的【浏览】 选项，浏览模型结果，如图所示
数据过滤
6
建模时不考虑采用K和Na变量，而采用Na/K，应先将Na和K筛掉。
在【字段选项】选项卡中选择【过滤】节点，添加到数据流中。设置参数， 在K和Na变量上打叉，如图所示
数据角色定义
7
指定建立模型过程中各个变量的作用。其中Age，SeFra Baidu bibliotek，BP，Cholesterol， Na/K为解释变量，称为模型的输入变量，Drug为被解释变量，称为模型的目 标变量。
模型预测精度的评价
11
在节点工具箱的【输出】选项卡中选择【分析】节点，与模型结果节点相连。
模型预测精度的评价
12
执行【分析】节点，所生成的结果如图所 示；可以看到，所建模的正确预测精度达 到了92%，模型比较理想
结果分析
10
可以看出，Na/K比值是选择药物时首先考虑的因素，其次是血压和胆固醇水 平。当病人的Na/K值高于14.642时，应选择drugY，无须考虑其他因素。当 病人的Na/K值低于14.642时，对于高血压病人，更适合选用drugA；对于低 血压病人和血压正常的病人，可选择drugX。性别对选择药物没有影响。
SPSS Modeler数据挖掘操作之 决策树C5.0建模
案例数据
1
从DRUG.txt文件的数据为以往有大批患有同种疾病的不同病人，服用五种药物中的 一种（drugA, drugB, drugC, drugX, drugY ）之后取得了同样的治疗效果。案例 数据是随机选择挑选的部分病人服用药物前的基本临床检查数据，包括：血压（BP, 分为高血压HIGH，正常NORMAL,低血压LOW）、胆固醇（Cholesterol 分为正常 NORMAL和高胆固醇HIGH）、唾液中钠元素（Na）和钾元素（K）含量、病人年龄 （Age）、性别（Sex，包括男M和女F）等。
4
在【图形】选项卡中选择【网络】节点，添加到数据流中。设置节点参数指 定绘制关于Drug与BP的网状【网络】图
如下图所示
网状图运行结果如下
5
执行【网络】节点，生成图形文件
可以看到drugY与BP的三条连线，线条的粗细 程度差别不大，标明drugY对病人的血压没有 特殊限定，更具有普遍服用性。无论血压状况 如何，都可以服用drugY；在不考虑drugY时， 血压高的病人可服用drugA或drugB，血压低的 病人则应在drugX和drugC中选择。
现在要利用数据挖掘发现以往药物处方试用的规律，给出不同临床特征病人更适合 服用那种药物的建议，为未来医生开具处方提供参考。
具体分析步骤
2
将数据读入Modeler中，在 【源】选项卡选择【可变文 件】节点，之节点参数，从 【文件】选项中指定从文件 DRUG.txt中读入数据
直方图显示
3
在【字段选项】选项卡中选择【导出】节点， 添加导数据流，设置节点参数指定生成新变量 名为Na/K,计算公式为Na/K，执行【导出】节点。