Clmentine实验报告.docVIP

实验报告 学 号： 姓 名： 专 业：金融学 一、实验名称：SPSS Clementine 11.0的应用 二、实验目的：通过对SPSS Clementine 11.0中所附实例——有线电视服务销售（CR树）的实践，初步掌握对该软件的操作。 三、实验过程及结果： 1.打开数据源：NewsChan.sav. 2.输出表，可以看到该数据源中包涵的字段及信息。其中包涵教育、性别、年龄、每天看电视时长、子女数、收入水平、是否有意订购有限电视等8个字段，442条信息。接下来通过对着442个样本的分析，挖掘出那些群体真正订购有线电视服务的可能性最大。 3.将是否有意订购有限电视服务这一字段设为输出变量。 4.建立CR决策树。在“模型”选项卡中选择“启动交互会话”作为构建选项，以便生成“交互树”窗口，对决策树进行选择和编辑。 5.在“专家”选项中选中“专家”并对最大代理数以及最小杂志改变进行设置，同时对停止标准以及修剪树规则进行设置，这样倾向于产生简单的树，避免改进对意义十分微小的分支。 6.设置完成后，执行该节点，出现交互树界面。最初只显示根节点，由此可以看出，总共442个样本数据，有可能预定的为215个，占48.6%。 7. 整个决策树如下，共五层。由于之前有设置修剪，所以决策树比较简单明了。图中的每个节点是按照不同的变量分的，例如第一个节点是按照年龄来分，第二个节点是按照收入分的。 8、由树可以看出，年龄在40.5岁以上的是“是”的几率占近68%，响应积极，在40.5岁及以下的响应率较低，接着在其下根据收入水平进一步提高其响应率，直至到最后一层将其响应率从34.5%提高到60.5%。 9.查看此树的收益表。节点2和节点13拥有最高的指数值，同预期一样。节点2的指数近140%，这表明，从节点2的样本中选择获得积极响应的概率会是随机选择获得积极响应的140%倍。 10.查看其指数提升图。可以看出节点2与13的样本中至少包含了全体样本积极响应的50%以上。 11.查看完后，生成模型，并以表格的形式输出。查看表格，可以通过﹩R-NEWSCHAN查看到各样本最终响应的结果。 以上便是整个数据挖掘的过程。 五、实验总结及感悟： 1.这个实例是通过CR决策树来确定真正愿意订购有线电视服务的用户。只有对模型熟悉掌握，才能在数据挖掘的过程中将不纯洁度降到最低，得出最显著的结果。 2. 因为对数据和模型的掌握欠佳，所以我是在参考了整个示例过程后才开始进行此次实验的，过程中对于模型的理解比较费力，在这一方面需要加强，真正要掌握好这个软件，还需要大量的学习实践过程。 2013.12.20