建立迴歸樹的範例

您可以將 ADULT 範例資料集分割成訓練資料集及驗證資料集，如下所示：

CREATE VIEW CUSTOMER_DATA AS SELECT DURATION, IN_B2B_INDUSTRY, TOTAL_BUY, ANNUAL_REVENUE_MIL, CUST_ID AS ID from SAMPLES.CUSTOMER_CHURN;
CALL IDAX.SPLIT_DATA('intable=customer_data, traintable=customer_train, testtable=customer_test, id=id, fraction=0.65');

如果要建置迴歸樹，您可以在樹狀結構的不同參數上使用限制項。最常見的限制項是樹狀結構的深度、每個樹狀結構節點的最小記錄數，以及每個樹狀結構節點的最小不純度提升。

下列呼叫會對 ADULTTRAIN 資料集執行演算法，並建置迴歸樹。

CALL IDAX.GROW_REGTREE('model=customer_regt, intable=customer_train, id=ID, target=duration, maxdepth=8, minsplit=10, minimprove=0.01');

迴歸樹具有下列屬性：

1. 樹狀結構最多有八個層次
2. 每個非葉節點至少有 10 筆記錄
3. 其不純度比其子節點的不純度至少高 1% 的非葉節點

若要刪改模型的過適節點，您可以將此模型套用至驗證資料集。

下列呼叫顯示如何刪改迴歸樹的過適節點。

CALL IDAX.PRUNE_REGTREE('model=customer_regt, valtable=customer_test');

藉由刪改過適節點，adult_regt 模型的迴歸樹中的節點數會從 171 降低至 99。

若要檢查建置模型，請使用 PRINT_MODEL 儲存程序，如下列範例所示：

CALL IDAX.PRINT_MODEL('model=customer_regt');

PREDICT_REGTREE 儲存程序預測 AGE 直欄的值。

下列呼叫顯示如何使值與新交易相關聯。

CALL IDAX.PREDICT_REGTREE('model=customer_regt, intable=customer_test, outtable=customer_regt_out');