共计 1396 个字符，预计需要花费 4 分钟才能阅读完成。
全文链接：http://tecdat.cn/?p=30752
最近咱们被客户要求撰写对于决策树的钻研报告，包含一些图形和统计输入。
如何通过办法无效的剖析海量数据，并从其中找到无利的资讯曾经成为一种趋势
而决策树算法是目前在进行数据分析时很罕用的办法。本文将应用 IBM SPSS Modeler 进行实际，介绍决策树在空气污染预测畛域的实际案例。
分类预测模型的构建流程，具体步骤如下：
（1）数据处理：审核数据，过滤掉含有缺失值的数据记录。
（2）划分数据集，训练集 70%，测试集 30%。
（3）构建模型时的参数设置。
（4）构建模型：构建 C5.0 模型。
（5）后果评估，用测试集数据运行失去的运行后果，对模型采纳命中率评估两个模型的预测成果。
退出表节点
读取数据
增加“抽样”节点
随机抽取 70% 的样本作为训练集
“C5.0”节点
生成的决策树模型，并对测试数据进行预测
失去测试数据的分类后果的准确度
预测分类后果
有 88.1% 的测试样本的预测值和理论值相符。
并且失去如下的决策树模型：
点击题目查阅往期内容
[](http://mp.weixin.qq.com/s?__b…)数据分享 |PYTHON 用决策树分类预测糖尿病和可视化实例
左右滑动查看更多
01
02
03
04
其中变量的重要性如下图所示：
从后果能够看到，首要污染物类型与 AQI、NO2 还有 O3 等变量无关。其中 AQI 对首要污染物类型的后果具备最重要的影响。
C5.0 是在 C4.5 的根底上倒退起来的。C5.0 算法是用信息增益（根节点的熵减去该拆分的熵）来度量拆分纯度的。第一次拆分某一字段，划分出绝对应的样本子集。而后持续拆分这些样本子集，个别状况下应用的是另一字段进行拆分，始终循环这样一个过程，直到满足拆分终止条件。最初，若生成的树呈现适度拟合的情况，则要修剪那些不足价值的样本子集。
点击文末 “浏览原文”
获取全文残缺代码数据资料。
本文选自《IBM SPSS Modeler 分类决策树 C5.0 模型剖析空气污染物数据》。
点击题目查阅往期内容
数据分享 |Spss Modeler 关联规定 Apriori 模型、Carma 算法剖析超市顾客购买商品数据挖掘实例
数据分享 |Python 用 Apriori 算法关联规定剖析亚马逊购买书籍关联举荐客户和网络图可视化
【视频】关联规定模型、Apriori 算法及 R 语言开掘商店交易数据与交互可视化 | 数据分享
R 语言用关联规定和聚类模型开掘处方数据摸索药物配伍中的法则
用 SPSS Modeler 的 Web 简单网络对所有腧穴进行关联规定剖析
PYTHON 在线批发数据关联规定开掘 APRIORI 算法数据可视化
R 语言关联规定模型 (Apriori 算法) 开掘杂货店的交易数据与交互可视化
R 语言关联开掘实例（购物篮剖析）
python 关联规则学习：FP-Growth 算法对药品进行“菜篮子”剖析
基于 R 的 FP 树 fp growth 关联数据挖掘技术在煤矿隐患治理
python 关联规则学习：FP-Growth 算法对药品进行“菜篮子”剖析
通过 Python 中的 Apriori 算法进行关联规定开掘
Python 中的 Apriori 关联算法 - 市场购物篮剖析
R 语言用关联规定和聚类模型开掘处方数据摸索药物配伍中的法则
在 R 语言中轻松创立关联网络
python 主题建模可视化 LDA 和 T -SNE 交互式可视化
R 语言工夫序列数据指数平滑法分析交互式动静可视化
用 R 语言制作交互式图表和地图
如何用 r 语言制作交互可视化报告图表