本次使用的数据为银行的信用好坏情况数据。自变量包括了收入水平、信用卡数量、教育水平、贷款次数,年龄。
点击分类,决策树
将相应变量选入应变量以及自变量。点击自变量的类别,进行勾选bad,因为我们只对信用差的感兴趣。
点击输出
点击验证,我们选择50%的样本用于验证。
我们将收敛限制为父节点最小个案数为400,子节点为200个。
点击保存
结果
模型摘要对总体模型进行描述
训练样本决策树
验证样本决策树
节点增益
风险为误判率,分类为具体的分类情况
本次使用的数据为银行的信用好坏情况数据。自变量包括了收入水平、信用卡数量、教育水平、贷款次数,年龄。
点击分类,决策树
将相应变量选入应变量以及自变量。点击自变量的类别,进行勾选bad,因为我们只对信用差的感兴趣。
点击输出
点击验证,我们选择50%的样本用于验证。
我们将收敛限制为父节点最小个案数为400,子节点为200个。
点击保存
结果
模型摘要对总体模型进行描述
训练样本决策树
验证样本决策树
节点增益
风险为误判率,分类为具体的分类情况
声明:本文转载仅出于学习和传播信息所需,并不意味着代表本站观点或证实其内容的真实性;其他网站或个人转载使用须保留本站所注“来源”,并自负相关法律责任;如作者不希望被转载或其他事宜,请及时联系我们!