Strutture ad albero delle decisioni
Cosa possono fare SPSS Decision Trees per la tua azienda
IBM SPSS Decision Tree consente di identificare i gruppi, scoprire le loro relazioni e prevedere eventi futuri.
- È dotato di classificazione visiva e decision tree per aiutarti a presentare risultati categorizzati e a spiegare più chiaramente l'analisi a un pubblico non tecnico.
- Crea modelli di classificazione per segmentazione, stratificazione, previsione, riduzione dei dati e screening variabile.
- Puoi creare modelli per l'identificazione delle interazioni, l'unione di categorie e la discretizzazione delle variabili continue.
Questo modulo è incluso nell'edizione IBM SPSS Statistics Professional per l'ambiente on-premise e nel componente aggiuntivo IBM SPSS Forecasting and Decision Trees per i piani di abbonamento.
Prenditi un momento per discutere di come SPSS Decision Trees può supportare le tue esigenze aziendali.
Panoramica delle funzionalità
Classifica i casi in gruppi o prevede valori di una variabile di destinazione in base ai valori di variabili predittori. Ti consente di prevedere o classificare le osservazioni future in base a una serie di regole decisionali.
Include gli strumenti di convalida per l'analisi esplorativa della classificazione. È anche possibile visualizzare i nodi utilizzando uno dei diversi metodi: mostra i grafici a barre delle variabili di destinazione, le tabelle o entrambi.
Include i grafici di valutazione per consentire la rappresentazione visiva di tabelle di riepilogo dei profitti. Fornisce un grafico dei guadagni per identificare i segmenti in base al contributo più alto (e più basso).
Ti consente di esportare oggetti in qualsiasi formato di output di SPSS Statistics. Genera le regole che definiscono i segmenti selezionati in SQL per assegnare punteggi ai database o definisci la sintassi per assegnare i punteggi ai file SPSS Statistics.
Un algoritmo statistico ad albero multidirezionale veloce che esplora rapidamente i dati e crea segmenti e profili in base al risultato desiderato.
Una modifica dell'algoritmo CHAID che esamina tutte le possibili suddivisioni per ogni variabile di previsione (indipendente).
Un algoritmo binario completo che divide i dati e produce sottoinsiemi omogenei accurati.
Un algoritmo statistico che seleziona le variabili senza distorsioni e crea alberi binari più accurati in modo rapido ed efficiente.
Dettagli tecnici
- Per gli ambienti on-premise: acquista l'edizione Professional.
- Per i piani di abbonamento: acquista il componente aggiuntivo di Forecasting e Decision Trees
- Processore: 2 GHz o superiore
- Display: 1024*768 o superiore
- Memoria: 4 GB di RAM richiesti, 8 GB di RAM o più consigliati
- Spazio su disco: 2 GB o più