Uji Decision Trees dengan uji coba SPSS berfitur lengkap
IBM SPSS Decision Trees memungkinkan Anda untuk mengidentifikasi kelompok, menemukan hubungan di antara mereka, dan memprediksi kejadian di masa depan.
- Solusi ini menampilkan klasifikasi visual dan decision trees untuk membantu Anda menyajikan hasil kategorikal dan menjelaskan analisis dengan lebih jelas kepada audiens non-teknis.
- Membuat model klasifikasi untuk segmentasi, stratifikasi, prediksi, reduksi data, dan penyaringan variabel.
- Anda dapat membuat model untuk identifikasi interaksi, penggabungan kategori, dan mendiskritisasi variabel kontinu.
Modul ini disertakan dalam edisi IBM SPSS Statistics Professional untuk lokal dan dalam add-on IBM SPSS Forecasting and Decision Trees untuk paket berlangganan.
Jadwalkan waktu untuk membahas bagaimana SPSS Decision Trees dapat mendukung kebutuhan bisnis Anda.
Mengklasifikasikan kasus ke dalam kelompok atau memprediksi nilai variabel target berdasarkan nilai variabel prediktor. Memungkinkan Anda untuk memprediksi atau mengklasifikasikan pengamatan masa depan berdasarkan seperangkat aturan keputusan.
Termasuk alat validasi untuk analisis klasifikasi eksplorasi. Anda juga dapat melihat node menggunakan salah satu dari beberapa metode: tampilkan diagram batang variabel target, tabel, atau keduanya di setiap node.
Termasuk grafik evaluasi untuk memungkinkan representasi visual dari tabel ringkasan keuntungan. Menyediakan grafik keuntungan untuk mengidentifikasi segmen berdasarkan kontribusi tertinggi (dan terendah).
Memungkinkan Anda mengekspor objek ke format output SPSS Statistik. Buat aturan yang menentukan segmen yang dipilih dalam SQL untuk mencetak database atau menentukan sintaks untuk menilai file Statistik SPSS.
Algoritma pohon statistik multiarah yang cepat, yang menjelajahi data dengan cepat dan membangun segmen dan profil terkait hasil yang diinginkan.
Modifikasi algoritma CHAID yang memeriksa semua kemungkinan pemisahan untuk setiap variabel prediktor (independen).
Algoritme pohon biner yang komprehensif yang mempartisi data dan menghasilkan himpunan bagian homogen yang akurat.
Algoritme statistik yang memilih variabel tanpa bias dan membangun pohon biner yang lebih akurat dengan cepat dan efisien.
- Untuk on premises: beli edisi Professional.
- Untuk paket langganan: beli add-on Forecasting dan Decision Trees.
- Prosesor: 2 GHz atau lebih cepat
- Tampilan: 1024*768 atau lebih tinggi
- Memori: Diperlukan RAM 4 GB, disarankan RAM 8 GB atau lebih
- Ruang Disk: 2 GB atau lebih