Pruebe Decision Trees con una prueba SPSS completa
IBM SPSS Decision Trees le permite identificar grupos, descubrir relaciones entre ellos y predecir acontecimientos futuros.
- Cuenta con clasificación y árboles de decisión visuales para ayudarle a presentar resultados categóricos y explicar más claramente el análisis a audiencias no técnicas.
- Cree modelos de clasificación para la segmentación, estratificación, predicción, reducción de datos y cribado de variables.
- Puede crear modelos para la identificación de interacciones, la fusión de categorías y la discretización de variables continuas.
Este módulo se incluye en la edición IBM SPSS Statistics Professional para instalaciones locales y en el complemento IBM SPSS Forecasting and Decision Trees para planes de suscripción.
Programe una hora para analizar cómo SPSS Decision Trees puede ayudar a su empresa.
Clasifica los casos en grupos o predice los valores de una variable objetivo basándose en los valores de las variables predictoras. Le permite predecir o clasificar observaciones futuras basándose en un conjunto de reglas de decisión.
Incluye herramientas de validación para el análisis de clasificación exploratorio. También puede visualizar los nodos mediante uno de varios métodos: mostrar gráficos de barras de las variables objetivo, tablas o ambos en cada nodo.
Incluye gráficos de evaluación para permitir la representación visual de las tablas 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 la sintaxis para puntuar archivos de SPSS Statistics.
Un algoritmo de árbol multidireccional estadístico rápido que explora los datos rápidamente y crea segmentos y perfiles relacionados con el resultado deseado.
Una modificación del algoritmo CHAID que examina todas las divisiones posibles para cada variable predictora (independiente).
Un algoritmo de árbol binario completo que particiona los datos y produce subconjuntos homogéneos precisos.
Un algoritmo estadístico que selecciona variables sin sesgo y construye árboles binarios más precisos de forma rápida y eficaz.
- Para entornos locales: compre la edición Professional.
- Para los planes de suscripción: compre el complemento Forecasting and Decision Trees.
- Procesador: 2 GHz o superior
- Pantalla: 1024*768 o superior
- Memoria: 4 GB de RAM necesarios, 8 GB de RAM o más recomendados
- Espacio del disco: 2 GB o más