MS决策树分析算法

MS决策树分析算法

1. 决策树算法是分类和回归算法，用于对离散和连续属性进行建模，是一种混合算法。

2. 决策树根据朝向特定结果发展的趋势进行预测。如购买自行车案例中，10名年轻客户有9名购买，而10名老年客户只有3名购买，则算法推测年龄是购买自行车的关键预测因子。

3. 它通过在树中创建一系列拆分来生成挖掘模型，每当发现输入列与可预测列密切相关时，改算法吧便向该模型的树中添加一个节点。

4. 决策树与聚类算法的区别
   决策树：是以目标为导向，分析各属性及其值对目标的影响度来逐步生成决策树的，它最重要的作用是获取输入对输出的想象力的排序。
   聚类：是根据各属性间的关系来对数据进行分类，它最重要的作用是获取各个群体的共有属性

5. 挖掘结构：挖掘算法要挖掘的数据的结构，就是我们要挖掘的数据的数据模型

6. 挖掘模型：定义了对挖掘结构的挖掘方式
   6.1. 包含了具体的挖掘算法及其配置
   6.2. 包含了挖掘模型所需的输入、输出列等

7. 建立数据挖掘项目
   7.1. 打开VS-》新建项目-》商业智能-》Analysis Service-》Analysis Services多维和数据挖掘项目-》项目名“DM-Demo”
   7.2. 建立连接到数据仓库数据源的链接-》使用服务账户

8. 建立数据源视图（数据挖掘结构视图）
   8.1. 在DW中编写视图如下，该视图获取了所有的会员信息，并通过isBuyer标志标识出是否有过消费记录，（1：是；0：否，必须为数字，不能为字符），目的是挖掘出哪些信息对用户是否购物有比较重要的影响力
   create view v_DM_DecisionTree
   as
   select v.*, ve.active, ve.age, ve.grade, ve.isSMS, ve.type
   ,case
   when exists(
   select 1
   from [dbo].[FactVipSaleAndBonus] vsb
   join [dbo].[DimDate] d on d.dateKey=vsb.dateKey
   where vsb.vipKey=v.vipKey
   ) then 1
   else 0
   end isBuyer
   from [dbo].[DimVip] v
   join [dbo].[DimVipExt] ve on ve.vipKey=v.vipKey
   8.2. 新建数据源视图-》将上面的视图导入-》完成后将vipKey设置为逻辑主键，因为挖掘模型必须有主键，而且不能是复合主键

9. 建立挖掘结构
   9.1. 右键“挖掘结构”-》新建挖掘结构-》从现有关系数据库或数据仓库-》选择“Microsoft决策树”-》选择上面的数据源视图
   9.2. 指定表类型-》勾选“示例”，这里的意思是将输入表作为挖掘算法的示例表，也就是主表，“嵌套”是只副表，这里不用勾选
   9.3. 指定定型数据，此处指定挖掘模型的“键”、“输入列”、“输出列”-》键，勾选vipKey-》输出列，勾选isBuyer-》输入列，可以点击下方“建议”，会统计出对结果影响力大的字段，然后参考勾选
   9.4. 指定列的内容和数据类型-》点击“检测”，可检测列的内容和数据类型
   9.5. 创建测试集，挖掘算法会将示例按设定的比例随机拆分为定型集合测试集，定型集用来训练挖掘模型，测试集用来验证挖掘模型-》此处可以设定测试集的百分比和最大示例数，两个设定同时起作用
   9.6. 输入挖掘结构和挖掘模型的名称-》勾选“允许钻取”，表示支持决策树的示例是否可以查看

10. 查看——挖掘结构，没什么好看的，挖掘结构就是要挖掘的数据的数据模型

11. 查看——挖掘模型，可以看到挖掘所用的算法、键、输入、输出等，右键算法可以配置算法参数

12. 查看——挖掘模型查看器，执行，报错，原因是没有权限读取数据，于是修改数据源是登录方式，改为sql server身份验证即可

13. 查看——挖掘模型查看器——决策树
    13.1. 可以看到生成的决策树，上面可以选择背景（就是预测的结果），决策树节点的颜色越深表示概率越高
    13.2. 点击“节点”可以通过“挖掘图例”来查看详细信息-》示例总数，该节点的支撑的示例数据总数-》值，输出（预测）的结果-》概率，对应的概率-》最下面就是该节点的数据筛选条件

14. 查看——挖掘模型查看器——依赖关系网络，可以查看输出依赖了哪些输入，并且可以查看输出对哪些输入的依赖更强

15. 查看——挖掘准确性图表
    15.1. 输入选择，此处勾选挖掘模型、预测列、预测值-》勾选我们建立的挖掘模型-》可预测列为isBuyer-》预测值为1，就是预测要购买的人员

16. 查看——挖掘准确性图表——提升图
    16.1. 提升图是查看挖掘模型准确性的一个图表
    16.2. X轴，为测试集
    16.3. Y轴，为测试集中的目标集（要预测的值）
    16.4. 随机推测线（对角斜直线），因为是随机抽取，所以任何时候的命中率同整体的命中率一致（抽取百分之几的测试集就命中百分之几的目标），它是算法准确性的参考下线
    16.5. 理想推测模型（到了测试集某个点后命中率就一直是100%的线），这是理想的推测效果，是推测算法的上线

17. 查看——挖掘准确性图表——提升图——挖掘图例
    17.1. 总体百分比：测试集的百分比
    17.2. 分数：对挖掘模型的评分
    17.3. 目标总体：命中目标的百分比
    17.4. 预测概率：命中的准确度

18. 查看——挖掘准确性图表——分类矩阵，描述了预测结果与实际结果的对比

19. 最终的有用信息如下
    
    信息显示
    性别：女
    年龄：35-47
    入会模式为：银行金卡、消费满500
    的会员的消费概率为70.54%

最后

以上就是儒雅烧鹅为你收集整理的MS决策树分析算法的全部内容，希望文章能够帮你解决MS决策树分析算法所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。