分析目标是：找到影响客户流失的重要因素以辅助实现客户流失的事件控制
具体操作
3
将Telephone.sav数据源添加到数据流编辑窗口，并在该节点的【类型】选 项卡，完成读取数据。
选择【建模】选项卡中的【C&R树】节点，连接到数据源后面，如图所示
具体操作
4
右键单击【C&R树】节点，选择【编辑】选 项进行节点参数设置。
【 C&R树】节点的参数设置包括“字段”、 “构建选项”、“模型选项”和“注释”， 此处只介绍“构建选项”选项卡。
具体操作-【构建选项】选设置分类 回归树的主要参数，包括目标、基 本、停止规则、成本和先验、整体、 高级六类，如图所示
具体操作-【构建选项】选项卡设置
6
【目标】选项中指定决策树的建立模 式。
具体操作-【构建选项】选项卡设置
7
【基本】选项中设置分类回归树的与 修剪和后修剪的基本参数。
在【最大树状图深度】框中指定分类 回归树不包括根节点在内的最大数深 度
8
【停止规则】选项中设置分类回归树 与修剪的其他参数
9
在【成本和先验】选项卡中设置损失矩阵 和先验分布，通常先验分布可以使基于训 练样本的，也可以指定为等概论分布。
10
在【整体】选项卡中指定使用策略时建立 模型的个数，以及与测试应如何采纳个模 型的预测结果。
11
【高级】选项卡中设置分类回归树建立和 修剪过程的高级参数。
SPSS Modeler数据挖掘操作之
分类回归树的基本应用示例
版权说明
1
本文档操作案例选编自中国人民大学出版社《基于SPSS Modeler的数据挖掘》薛 薇编著，若作者对本资料持有异议，请及时与本网站联系，我们将第一时间妥善 处理。
数据说明
2
以虚拟的典型客户数据为例，讨论回归树的具体操作以及如何通过交互操作 控制决策树的生长和修剪过程