IBM SPSS Decision Trees le permite identificar grupos, descubrir relaciones entre ellos y predecir eventos futuros. Cuenta con árboles de clasificación y decisión visuales para ayudarle a presentar resultados categóricos y explicar con mayor claridad el análisis a audiencias no técnicas. Cree modelos de clasificación para segmentación, estratificación, predicción, reducción de datos y cribado de variables. También puede crear modelos para la identificación de interacciones, la fusión de categorías y la discretización de variables continuas.
Este módulo está incluido en la edición SPSS Statistics Professional para planes locales, y en el complemento de árboles de predicción y decisión para planes de suscripción.
Programe tiempo para analizar cómo SPSS Decision Trees can puede satisfacer las necesidades de su negocio.
Descubra los pros y los contras de usar árboles de decisiones para tareas de minería de datos y extracción de conocimiento
Clasifica los casos en grupos o predice los valores de una variable de destino en función de los valores de las variables predictoras. Permite predecir o clasificar observaciones futuras con base en un conjunto de reglas de decisión.
Incluye herramientas de validación para el análisis exploratorio de clasificación. También puede ver los nodos con uno de varios métodos: mostrar gráficos de barras de variables de destino, tablas o ambos en cada nodo.
Incluye gráficos de evaluación para permitir la representación visual de las tablas de resumen de ganancias. Proporciona un gráfico de ganancias para identificar los segmentos por mayor (y menor) contribución.
Le permite exportar objetos a cualquier formato de salida de SPSS Statistics. Genere reglas que definan segmentos seleccionados en SQL para puntuar bases de datos o defina sintaxis para puntuar archivos de SPSS Statistics.
Un algoritmo de árbol multidireccional rápido y estadístico que explora los datos rápidamente, y crea segmentos y perfiles con respecto al resultado deseado.
Una modificación del algoritmo CHAID que examina todas las divisiones posibles para cada variable predictora (independiente).
Explore la lista completa de características de este módulo y compare las características incluidas en todas las ediciones de SPSS Statistics.
Un algoritmo de árbol binario completo que particiona datos y produce subconjuntos homogéneos precisos.
Un algoritmo estadístico que selecciona variables sin sesgo y construye árboles binarios más precisos de forma rápida y eficiente.