构建乐动体育平台所需的树状决策.docxVIP

WORD格式 专业资料整理 构建乐动体育平台所需的树状决策 「决策树状结构」程序会建立树状结构的分类模型。它会根据自变数（预测值）的值，将观 察值分组，或应变数（目标）的预测值。这个程序会提供用于解释与确认分类分析的验证工 具。 这个程序可以用于： 分段。识别有可能是特殊群组成员的人员。 分层。将观察值指定给其中一个种类，例如高风险、中风险与低风险群组。 预测。建立规则并用这些规则来预测未来的事件，例如某人可能会借贷，或是汽车或房屋的 潜在重新销售值。 资料缩减与变数筛检。从一个大型的变数集合中选取一个有用的预测值子集，用于建立一个 正式的参数模型。 交互作用识别。识别只与特定子群组有关的关系并在正式的参数模型中指定这些项目。 种类合并与离散化连续的变数。使用遗失最少资讯的方式将群组预测变数种类与连续变数重 新编码。 范例。假设某家银行打算根据信用申请人是否有合理的信用风险，来将这些申请人加以分类。 根据各种因素，包括过去客户的已知信用评等，您就可以建立一个模型来预测未来的客户是 否有可能进行借贷。 树状结构分析会提供一些引人注意的功能： 它可以让您识别具有高风险或低风险的同质群组。 它可以更容易建构有关个别观察值进行预测的规则。 资料考量 资料。应变数和自变数可以是： 名义.当变数值代表实质上并未等级化的种类时（例如，有员工工作的乐动体育部 门），则此变数可视为名义。名义变数的范