商务智能实验报告

《数据挖掘与商务智能实验》

实验报告

实验题目：分类分析：决策树

姓名：王俊

学号： 0164 指导教师：张大斌

实验时间： 2016..

2016年 11 月 12 日

实验9 分析类型：决策树

一、实验目的

（1）了解和熟悉SPSS Modeler及其相关知识；

（2）掌握SPSS Modeler工具建立CHAID决策树的方法；

（3）学会运用SPSS CHAID决策树进行相关的内容分析。

二、实验内容

本实验以电信客户数据（文件名为）为例，数据中包含的变量x1到x15分别是：居住地、年龄、婚姻情况、家庭月收入（百万）、受教育程度、性别、家庭人数、基本服务累计开通月数、是否申请无线转移服务、上月基本费用、上月限制性免费服务项目的费用、无线服务费用、是否电子支付、客户所申请的服务套餐类型和是否流失。本节的分析是在基本分析的基础上进行的，具体的CHAID算法如下所示：

三、实验步骤与结果

步骤1 创建CHAID数据流

（1）通过“statistic文件”节点读入文件名为的数据。

（2）数据流中添加“分区”节点，将样本集划分为训练集和测试集，如图9-1所示。

（3）选择建模模块中的“CHAID(C)”节点，将其连接到数据流的恰当位置。

步骤2 设置具体参数

（1）右击鼠标，在“构建选项”-“基本（B）”，选择数的生长算法为Exhaustive CHAID。

自定义最大树状图深度为5，如图9-2所示。

（2）其他相关参数默认设置。

步骤3 结果运行

实验结果如图9-3所示。

CHIAID首先确定开通月数为最佳的分组变量，将其分为3组，开通月数小于等于5的，开通月数大于31和开通月数大于5小于30的。按照一层一层进行分组，但很快会发现其中某些推理规则没有太大的参考价值。例如，对于开通月数大于31个月的用户，无论是否采用电子支付方式，年龄如何，婚姻如何，最终的结果都是未流失。这种情况于该算法的剪枝方式有一定的联系。四、实验分析与扩展练习

实验分析：

对于CHAID算法，SPSS Modeler如何进行交互方式建模

答：在进行交互建模时候，以下这些参数的调整都会对建模的结果造成一定的影响：

A.数据分区中的训练和测试分区以及设置随机种子

B.相关CHAID参数设置中的树生长算法选择和最大树状图深度设置

C.相关CHAID参数设置中的成长规则

D.相关CHAID参数设置中的整体设置

D.相关CHAID参数设置中的高级设置的分割和合并

五、结论与讨论(重点)

通过这次实验，我总结一下知识点：

1.决策树算法的优点如下：

（1）分类精度高；

（2）生成的模式简单；

（3）对噪声数据有很好的健壮性。

因而是目前应用最为广泛的归纳推理算法之一，在数据挖掘中受到研究者的广泛关注。

的一般步骤：

（1.）属性变量的预处理

（2.）确定当前分支变量和分隔值

属性变量的预处理：

（1）对定类的属性变量，在其多个分类水平中找到对目标变量取值影响不显着的分类，并合并它们；

（2）对定距型属性变量，先按分位点分组，然后再合并具有同质性的组；

（3）如果目标变量是定类变量，则采用卡方检验

（4）如果目标变量为定距变量，则采用F检验

每对预测分类的评估，以确定最显着差异的因变量。由于这些合并步骤，通过计算修正邦费罗尼p值来合并交叉表。

算法优点：

（1）可产生多分枝的决策树

（2）目标变量可以定距或定类

（3）从统计显着性角度确定分支变量和分割值，进而优化树的分枝过程（4）建立在因果关系探讨中，依据目标变量实现对输入变量众多水平划分(格式按华南农业大学论文格式)