Decision Tree Modeling

时间: 2 天

适用对象：
这个第四级别的课程专为使用 Enterprise Miner 建立决策树预测模型的数据分析师而设计。

课程描述：
这个两天的课程讲述决策树预测模型的原理和创建 ﹑ 裁减 ﹑ 和评估决策树模型。此外，课程还将讨论决策树的辅助功能，如：探测数据分析 ﹑ 减少维度 ﹑ 和缺失值处理。

必备条件：
在参加这门课程之前 , 学员应该 ：

• 理解基本的统计概念，完成如下课程的学习《 Statistics I: Introduction to ANOVA, Regression, and Logistic Regression 》。
• 具有使用 Enterprise Miner 的经验 , 完成如下课程的学习《 Predictive Modeling Using Enterprise Miner Software 》。

课程内容：
介绍决策树预测模型。

• 分类树。
• 回归树。

回归划分。

• 二元 和 多元 划分。
• 划分标准。
• 缺失值。

剪枝。

• P 值调整。
• 得失考虑。
• 分类可能性树。
• 交叉认证。

生成树。

• bagging 。
• arcing 。