优秀网页设计作品网站/数据分析培训

决策树

CART

算法的

Clementine

与

Python

实现比较

一、数据介绍

本次报告中使用的

Bank Marking

(银行营销)数据是通过

UCI

数据库下载获得，

该数据共涉及

45211

条客户信息，

包含

17

个变量，

其中输出变量为是否办理了定期存款业务，

是本次研究

的目标。

二、方法执行过程与结果

1.spss

下

Clementine

的实现

(

1

)数据准备：将赋值好的

SPSS

数据导入

Clementine

；

而后设置数据类型：将前

16

个自变量设为输入变量，而将客户

是否办理定期存款业务“y”设置为输出变量；接着进行数据分

区，需要将数据集分为训练集与测试集，数据比例设置为

8

：

2

，

通过

80%

的数据进行训练来构造模型，剩余

20%

的数据将作用于

该模型来进行预测。

(

2

)建模：做好数据准备后执行决策树的

CART

算法，为了

防止过度拟合进行先剪枝，将最大树状图深度设置为

5

，并选用

Gini

系数作为分解属性的标准，而后开始训练模型。由模型输

出的变量重要性排序可得，对输出变量影响较大的前四位依次

为：与客户最后一次联系的时长、以前的营销活动的结果、与客

户最后一次联系的月份，

以及通讯方式关系较大，

可以重点关注

这四方面。