《AnswerTree使用说明》由会员分享，可在线阅读，更多相关《AnswerTree使用说明（40页珍藏版）》请在金锄头文库上搜索。
1、1.AnswerTree介绍12.AnswerTree的使用42.1运行AnswerTree会出现图.1的对话框。53.模型的参数设定133.1 CHAID和Exhaustive CHAID143.3 C&RT183.4 QUEST254.结果分析（Tree Analysis Window Views）294.1Tree.294.2Gains.314.3Risks.334.4Rules.334.5Summary.345.四种方法的比较345.1CHAID345.2 Exhaustive CHAID355.3 C&RT365.3 QUEST37附录：38AnswerTree-使用说明1.Answ
2、erTree介绍1.1AnswerTree可广泛应用于以下领域 市场营销：建立顾客决策树模型，进行市场细分研究，为营销活动有效定位顾客群体 数据库营销：快捷、方便地描述白领、学生或其它群体，找出最有可能响应促销宣传的顾客群 教学研究：建立学生的特性细分 信用度评估：描述潜在信贷候选人的优劣 生物医学研究：建立不同病人与处方反应的特性细分 质量管理：精确定位造成缺陷的原因AnswerTree 是一套容易学习、方便使用的工具软件。从分析、过滤、到专业的输出，无论您是否是一位专业统计人士，AnswerTree都能给您带来巨大的方便。利用功能强大的决策树软件，能够轻松快速地发现细分区域，建立决策树模型
3、，并发现隐藏的趋势。通过四大决策树计算法则-CHAID、Exhaustive CHAID、Classification and Regression Tree、Quest，AnswerTree为您提供无以匹敌的分析。AnswerTree 能创建图形化决策树，让您很容易分析各群体的响应率、发现影响响应率的属性，找到和确定有价值的客户群体。 图形化的决策树非常直观，不仅能够描述各个群体的特征，并能预测其响应率。有了AnswerTree，您不必再漫无目的地发送邮件了。1.2使用以下这些功能，您的分析和建模将更上一层楼 与现有系统兼容：AnswerTree可以独立运行，也可以从SPSS中启动，它能读取
4、SPSS文件和与ODBC兼容的资源 非常直观的树状图：快速发现数据中的分群和模式。方便地展开和收缩分支（branch），放大至要研究的节点，使用概要分析、增益表、评估图来快速得出结论 四种算法：从CHAID、Exhaustive CHAID、分类和回归树（C&RT）以及Quest中选择最合适的算法。 模型评估图：使用提升、增益以及其它评估图来确定模型何时能产生最优结果 可伸缩的算法：即使是企业级的大型数据集的问题，也可有效得到解决1.3空前的分析能力 使用AnswerTree，您将能做出最明智的决策， 因为您可以针对每一种情况，选择最适当的统计方法。其它任何一种决策树产品都不可能拥有这么多功能
5、强大而且高效的计算法则。 您可以选择： CHAID ：一种快速高效多树型统计分析法则，高效地展现数据内涵。 Chi-squared Automatic Interaction Detection. This method uses chisquared statistics to identify optimal splits. The target variable can be nominal,ordinal, or continuous. Exhaustive CHAID ：利用多层树型统计分析法则对数据内涵作精确检验。 This method is a modification of
6、CHAID that does a more thorough job of examining all possible splits for each predictor but takes longer to compute. The target variable can be nominal, ordinal, or continuous. Classification & Regression Tree：一种完全两分类树型分析法则，用来方便细分数据以及生成精确的同质性子集。 Classification and Regression Trees. These methods are
7、 based on minimization of impurity measures. The target variable can be nominal, ordinal, or continuous. Quest ：一种无偏变量选择统计分析法则，用来快速高效地构建精确两分类树型模型，QUEST助您在不同阶段更精确、更快速地选择变量和选择分离点。 Quick, Unbiased, Efficient Statistical Tree. This method computes quickly and avoids the other methods biases in favor of
8、predictors with many categories.The target variable must be nominal.C&RT and QUEST generate binary trees（二叉树，即只有2个子结点） (every split results in exactly two child nodes), whereas CHAID and Exhaustive CHAID can generate nonbinary trees（非二叉树，即可以有多个子结点） (some splits result in more than two child nodes).通
9、过以上算法，您将发现所有重要的关系和相互影响。 AnswerTree帮助您评估每一不同变量和各种可能数值的组合变化，得出有显着统计性的、彼此有不同特性的集合。1.4调整模型，满足所需AnswerTree方便的使用界面，帮助您调整模型以满足特定情况。 您可以在测试数据的一个子集上训练模型， 然后利用剩下的数据检验模型的可靠性，从而快速得到可靠的结果。使用模型对所研究部分的其它数据进行批量评估，把精力集中到最有价值客户群。1.5快速发现重要关系 AnswerTree利用直观的树型图、颜色分类图和表格，使确认和评价细分市场的工作变得容易。您可以利用树型图很快从数据中得到群体轮廓。而用利润树， 您很容
10、易在各细分市场间作成本和利润增长的比较，从而找出利润率最高的细分市场。 1.6快速对结果做出反应使用AnswerTree的评估图（包括增益、响应、提升和ROI图表）寻找市场活动的最佳切割点。利用这些图对每个细分群体做出价值总结，并进行结果的清晰描述， 因此您可以快速对结果做出反应。1.7建立最佳模型 AnswerTree是一套非常容易操作的工具软件，它让您工作起来更有效率。 利用AnswerTree互动式界面，您可以迅速根据特定的情况来调整模式。 除此之外，您可以利用部分数据先为您的模式做调试，然后利用其它部分的数据检验此模式的可信度。 如此您将能够更有自信地做出更好的决策。 通过决策规则的输
11、出，您可以将模式应用到新取得的数据评估上。针对您所希望的群组细分将数据萃取出来，并将焦点集中在这些最佳的目标上。 AnswerTree 非常易用，拥有丰富而强大的算法、令人印象深刻的图形功能，能够以更智能、更高效的方式协助您发现数据的内涵， 为您提供无可比拟的解决方案，以及有效定位合适人群的更巧妙、效率更高的方法，因此AnswerTree是一套无可取代的决策树分析工具。2.AnswerTree的使用AnswerTree 带有四种分析方法。应用于自然科学和商业的分类等方面的问题上。它可以自动或者手动的建立我们所需要的树。AnswerTree会自动的分析部分的数据，我们可以很快的得到可用并且可理解
12、的结果，比我们用一些传统的探测统计方法要快。并且AnswerTree还会提供一些工具来分析所生成的树是否符合我们的要求。AnswerTree大概分为三个不同的用处：A learning system从现有的数据来得到一些决策规则。A classification systemA classification system 是一些分类的规则，用来对未来的事情进行预测，分类 。AnswerTree, 就是从现有的数据产生分类的规则。Decision treesDecision trees 利用图的格式将分类的规则显示出来。首先是一个根结点，它包括所有的类型。随着树往下看，数据是被分成互斥的数据集.
13、 下图的决策树描述了一间大学录取学生的规则。如果选择“Start a new project”会出现图.2的对话框2.1运行AnswerTree会出现图.1的对话框。为打开以前做过的项目（图.1）显示了AnswerTree支持的数据格式（图.2）图.3STEP.1方法的选择图.4STEP.2变量类型的重定义（选择此项会出现图.6）变量列表权重的设定频数设定分类的准则分类的目标图.5 分类目标：（Target）指定一个分类的变量 Indicates the variable to be predicted (also known as the dependent variable) 分类标准：（
14、Predictors）指定分类的标准 Indicates the variable that specifies frequencies for cases, if any. Use this if records in your data set represent more than one unit eachfor example, if you are analyzing aggregated data. Values for a frequency variable should be positive integers. Cases with negative or zero fr
15、equency weights are excluded from the analysis. Noninteger frequency values are rounded to the nearest integer.以下的Frequency和Case Weight可以把数据简化（减少） 频数：（Frequency）给数据指定一个频数的权重例如：给以下一个数据指定频数(见下表)SexEmploymentResponseFrequencyMYY10MYN17MNY12MNN21FYY18FYN17FNY16FNN3Indicates the variable that specifies frequencies for cases, if any. Use this if records in your data set represent more than one unit eachfor example, if yo
