CRT的使用方法.pptVIP

8. OUTPUT A. CART B. QUEST C. ANALYSIS FOR CART AND QUEST 從分析的正確性結果可得知CART 的正確率為100%而 QUEST的正確率為99.5%，分錯一筆資料，略低於CART 模型。 故此資料集中，可得知使用CART 模型所得之分類結果較好，正確率為100%，共分出六群病患的特性，並在不同群的特性中分別配以較適合於病患狀況的最適藥物治療。 * 模組練習CRT AND QUEST 目錄 一、決策樹基本概念 二、CRT簡介 三、QUEST簡介 四、案例分析及Clementine操作步驟 （一）案例介紹- Drug Treatments 藥物治療 （二）操作步驟與介紹 一、決策樹基本概念 決策樹(Decision Tree)模型--規則推理模型 通過對訓練樣本的學習，建立分類規則定對新樣本分類。屬於有指導(監督)式的學習方法。 目標變數(輸出變數) / 屬性變數(輸入變數) 決策樹模型的特點優勢 推理過程容易理解(if、then的形式) 推理過程完全依據屬性變數的取值特點 自動忽略對目標變數沒有貢獻的屬性變數，也為判斷屬性變數的重要性，減少變數數目提供參考。 模型的評價 資料分析處理的主要問題之一即是減少在冒險因素或損失因素方面的不確定性。故最優模型即是產生損失最小的模型。而模型的評價不僅包括不同模型的比較，而且還要對模型產生結果的商業價值進行比較。（風險、收益、利潤） 決策樹模型的主要演算法包含下列四種： CRT C5.0 CHAID QUEST 二、CRT簡介 CR Tree (Classification and Regression Tree) 分類回歸樹 Breiman,1984 預測和分類未來觀測值的決策樹 首先檢查輸入欄位以找出最佳分割，分割好壞用分割引起的雜質（異質性）減少指數度量，找到最佳的一個劃分，並拆分定義兩個子群（二元分割），每個子群隨後又再被分割成兩個的子群，直到達到觸發某一終止準則。 每步驟以最大限度降低不純潔度，若節點中100%的觀測值都屬目標欄位某一特定類別，則該節點被認定為「純潔」。 CR Tree 特性 優點 目標和預測變數：分類(分類樹)or連續(回歸樹) 迭代方式，從樹根開始反覆建立二叉樹，直到樹節點中的同質性達到某個標準，或觸發終止條件為止。 面對存在缺失值、變數數多等問題時顯得非常穩健。 估計模型通常不用花費很長的訓練時間 較易於理解—從模型中導出的規則有直觀的解釋。 決策樹終止條件 節點達到完全純性 節點中樣本的所有屬性變數有相同的取值 樹的深度 = 用戶指定的深度 節點中樣本的個數 用戶指定的個數 異質性指標下降的最大幅度 用戶指定的幅度 三、QUEST簡介 QUEST（Quick Unbiased Efficient Statistical Tree QUEST演算法 Loh Shihy, 1997 建立決策樹的一種二元分類方法 將分支變數選擇和分割點選擇以不同的策略進行處理，以減少大型CRT 分析所需的處理時間，同時也減少在分類樹方法中發現的趨勢，以便支援允許有多個分割的預測變數，因此QUEST的運算過程比CRT更簡單有效。 QUEST 特性 優點 屬性變數（輸入變數）：分類or連續 目標變數（輸出變數）：二值分類型變數 (多值需轉化成二值) 模型中涉及到的順序變數必須存儲為數值型 該模型中不可以應用權數變數 四、案例分析及CLEMENTINE操作步驟 案例介紹 - DRUG TREATMENTS 藥物治療 醫學研究者收集一系列相關病患資料以分析探討何種藥物為最適的治療方式。所收集之病患資料皆具相同的患病症狀，而在醫療的過程中，共有五種藥物治療方式(drug A, drug B, drug C, drug X, drug Y)分配給病患，每位病患將選擇其中一種藥物來治療 研究目的 運用data mining 找出哪種藥物為此類疾病之最適合的治療方式，以供未來患者使用。 資料型式 資料檔案名稱：DRUG1n (來源：Clementine中的 Demos資料夾) （二）操作步驟與介紹 1.資料輸入 2.欄位設定 輸出至table確認資料輸入是否正確 3.插入新變數 - Na_to_K (鈉/鉀) 建立新變數Na_to_K以提供對研究模型較具意義的變數 4.篩選不需要的變數由於已放入新變數（鈉/鉀），故原始變數鈉與鉀之資訊不需使用，將不放入模型分析。 5.選擇所欲放入模型進行分