主页 分析 SPSS SPSS Statistics Decision Trees IBM SPSS Decision Trees
使用分类和决策树有助于识别组和关系,并预测结果。使用全功能 SPSS 试用版测试此功能。
免费试用 SPSS Statistic 查看定价选项
产品筛选,分类以识别组和关系
SPSS Decision Trees 能为您的企业做什么

IBM SPSS Decision Trees 让您能够识别组、发现它们之间的关系并预测未来事件。它具有视觉分类和决策树功能,可帮助您呈现分类结果并向非技术受众更清晰地解释分析结果。为分段、分层、预测、数据缩减和变量筛选创建分类模型。此外,您还可创建用于交互识别、类别合并和连续变量离散的模型。

此模块包含在适用于本地的 SPSS Statistics Professional 版本以及订阅计划的预测和决策树附加组件中。

安排时间讨论 SPSS Decision Trees 如何支持您的业务需求。

了解使用 Decision Trees 进行数据挖掘和知识探索任务的利弊

功能聚焦
树分类模型

根据预测变量的值将案例分组或预测目标变量的值。允许您根据一组决策规则对未来的观察进行预测或分类。


验证和分析

包括用于探索性分类分析的验证工具。您还可使用以下几种方法之一来查看节点:在每个节点中显示目标变量的条形图和/或表格。


评估功能

包括评估图形,以可视化表示形式展示收益汇总表。提供收益图,以便按最高(和最低)贡献来识别分段。

导出功能

允许您将对象导出为任意 SPSS Statistics 输出格式。生成规则,用于定义 SQL 中选定的分段以对数据库进行评分,或是定义语法以对 SPSS Statistics 文件进行评分。


CHAID 算法

一种快速统计多路树算法,可快速探索数据并按所需结果构建分段和概要。


穷举卡方自动交互检验 (CHAID) 算法

对 CHAID 算法的一种修改,可用于检查每个预测变量(自)变量的所有可能分割。


访问完整功能列表

探索此模块中功能的完整列表,并比较所有 SPSS Statistics 版本中包含的功能。

阅读产品简介

分类和回归树算法

一种全面的二叉树算法,可对数据进行分区并生成准确的均一子集。


QUEST 算法

一种统计算法,可无偏差地选择变量并快速、有效地构建更准确的二叉树。


技术细节
软件要求
  • 如需本地使用:请购买专业版本
  • 如需订阅计划:请购买预测和决策树附加组件
查看软件要求的完整列表

硬件要求
  • 处理器:2 GHz 或更快
  • 显示:1024*768 或更高
  • 内存:至少需 4 GB RAM,建议采用 8 GB RAM 或更高
  • 磁盘空间:2 GB 或更高
查看硬件要求的完整列表
采取后续步骤
免费试用 SPSS Statistics 比较产品和定价
更多探索方式 文档 社区