TREE

Produkt TREE jest dostępny w sekcji Forecasting and Decision Trees.

W procedurze TREE tworzony jest model oparty na drzewie. Klasyfikuje obserwacje do grup lub predykatów wartości zmiennej zależnej na podstawie wartości zmiennych predyktorów. Ta procedura udostępnia narzędzia walidacyjne przeznaczone do analizy eksploracyjnej lub potwierdzającej.

Uwaga: Kwadratowe nawiasy kwadratowe używane na wykresie składniowym TREE są wymaganymi częściami składni i nie są używane do wskazywania elementów opcjonalnych. Znaki równości (=) używane na wykresie składniowym są elementami wymaganymi. Wszystkie podkomendy są opcjonalne.

TREE dependent_variable [level]
     BY variable [level] variable [level]...
     FORCE = variable [level]

  /TREE DISPLAY ={TOPDOWN**  } NODES = {STATISTICS**}
                 {LEFTTORIGHT}         {CHART       }
                 {RIGHTTOLEFT}         {BOTH        }
                 {NONE       }
        BRANCHSTATISTICS ={YES**} NODEDEFS = {YES**}
                          {NO   }            {NO   }
        SCALE={AUTO**       }
              {percent value}
                       
  /DEPCATEGORIES USEVALUES=[VALID** value, value...MISSING]
                 TARGET=[value value...]

  /PRINT MODELSUMMARY** CLASSIFICATION** RISK** CPS** IMPORTANCE SURROGATES
         TREETABLE CATEGORYSPECS NONE

  /GAIN SUMMARYTABLE = {YES**} CATEGORYTABLE = {YES**}
                       {NO   }                 {NO   }  
        TYPE = [NODE** PTILE] SORT = {DESCENDING**}
                                     {ASCENDING   }
        INCREMENT = {10** } CUMULATIVE = {YES**}
                    {value}              {NO   }
               
  /PLOT GAIN RESPONSE INDEX MEAN PROFIT ROI IMPORTANCE INCREMENT = {10   }
                                                                   {value}

  /RULES NODES = {TERMINAL**     } SYNTAX = {INTERNAL** }
                 {ALL            }          {SQL        }
                 {TOPN(value)    }          {GENERIC    }
                 {TOPPCT(value)  }
                 {MININDEX(value)}
         TYPE = {SCORING**} SURROGATES = {EXCLUDE**} LABELS = {YES**}
                {SELECTION}              {INCLUDE  }          {NO   }
         OUTFILE = ’filespec’

  /SAVE NODEID(varname) PREDVAL(varname) PREDPROB(rootname) ASSIGNMENT(varname)  
  
 /METHOD TYPE = {CHAID**        }
                {EXHAUSTIVECHAID}
                {CRT            }
                {QUEST          }
         MAXSURROGATES = {AUTO**} PRUNE = {NONE**     } 
                         {value }         {SE({1    })}
                                              {value}

 /GROWTHLIMIT MAXDEPTH = {AUTO**} MINPARENTSIZE = {100**}
                         {value }                 {value}
                             
              MINCHILDSIZE = {50** } 
                             {value}                  
                             
 /VALIDATION  TYPE = {NONE**                  } OUTPUT = {BOTHSAMPLES}
                     {SPLITSAMPLE({50       })}          {TESTSAMPLE }
                                  {percent  }
                                  {varname}
                     {CROSSVALIDATION({10   })}
                                      {value}   
             
 /CHAID  ALPHASPLIT = {.05**}  ALPHAMERGE = {.05**}   
                      {value}               {value}
         SPLITMERGED = {NO**} CHISQUARE = {PEARSON**}     
                       {YES }             {LR       }
         CONVERGE = {.001**}  MAXITERATIONS = {100**}
                    {value }                  {value}
         ADJUST = {BONFERRONI**}
                  {NONE        }
         INTERVALS = {10**                           }
                     {value                          }
                     {varlist(value) varlist(value) …}

  /CRT IMPURITY = {GINI**       } MINIMPROVEMENT = {.0001**}
                  {TWOING       }                  {value  }
                  {ORDEREDTWOING}

  /QUEST ALPHASPLIT = {.05**} 
                      {value} 

 /COSTS {EQUAL**                                                     }
        {CUSTOM = actcat, predcat [value] actcat, predcat [value] ...}

 /PRIORS {FROMDATA**                          } ADJUST = {NO**}
         {EQUAL                               }          {YES }
         {CUSTOM = cat [value] cat [value] ...}
               
 /SCORES {EQUALINCREMENTS**                   }
         {CUSTOM = cat [value] cat [value] ...}

 /PROFITS CUSTOM = cat [revenue, expense] cat [revenue, expense] ...

 /INFLUENCE varname

 /OUTFILE TRAININGMODEL = ’filespec’ TESTMODEL = ’filespec’      

 /MISSING  NOMINALMISSING = {MISSING**}
                            {VALID    }
 
 /TARGETRESPONSE RATE = {NONE   }
                        {value  }

** Wartość domyślna, jeśli pominięto podkomendę.

Ta komenda odczytuje aktywny zbiór danych i powoduje wykonanie wszystkich oczekujących komend. Więcej informacji można znaleźć w temacie Command Order (Kolejność komend).

Składnia komendy TREE może zostać wygenerowana w oknie dialogowym Drzewo decyzyjne .

Historia wersji

Wersja 13.0

• Wprowadzono komendę.

Wersja 18.0

• Wprowadzono podkomendę TARGETRESPONSE .

Przykład

TREE risk BY income age creditscore employment.