它对贵公司有何用途
IBM® SPSS® Decision Trees 可支持您进行标识分组，发现它们之间的关系并预测未来事件。 它拥有可视化分类和决策树功能，帮助您向非技术受众展示分类结果和更清晰地解释分析过程。 创建分类模型，用于分段、分层、预测、数据缩减和变量筛选。 此外，您还可以创建模型来进行交互识别、类别合并和连续变量离散化。
此模块包含在本地部署的 SPSS Statistics Professional Edition 中，也通过预订套餐的预测和决策树附加组件提供。
功能聚焦
树分类模型
根据预测变量的值将案例分组或预测目标变量的值。可根据一组决策规则来预测未来观测值或对其进行分类。
验证与分析
包括用于探索性分类分析的验证工具。您还可以在几种方法中选用一种方法来查看节点：显示目标变量的条形图、图表或针对每个节点都同时显示两种图。
评估功能部件
包含评估图，用于收益汇总表的可视化呈现。 提供收益图表，按最高 ( 和最低 ) 贡献确定细分市场。
导出功能
可将目标导出为任意 SPSS Statistics 输出格式。制定规则来定义 SQL 中选定的分段，从而对数据库进行评分；或者定义语法，从而对 SPSS Statistics 文件进行评分。
CHAID 算法
快速、经过统计的多向树算法，用于快速探索数据并构建与期望结果相关的分段和概要文件。
穷举式 CHAID 算法
CHAID 算法的一种变体，用于检查每个预测项（自）变量所有可能的分支。
分类和回归树算法
一种综合二叉树算法，用于对数据进行分区，并生成准确的均一子集。
QUEST 算法
一种统计算法，可快速有效地选择不包含偏差的变量，并构建更准确的二叉树。
