决策树

<< Click to Display Table of Contents >>

当前位置:  深度分析 > 深度分析实验及应用 > Y-Advanced Analytics 

决策树

Previous pageReturn to chapter overviewNext page

银行电话营销

银行应用决策树分类算法对具有不同金融产品消费特征的客户进行分类,从而针对不同类别的客户采取对应的营销策略,增加电话营销成功的概率。

 

决策树二分类

o配置项目

添加决策树二分类节点,连接数据分区;配置参数如下图:

ML96

o运行

点击运行全部按钮,运行成功后,节点展示如下:

ML97

o结果展示

1. 叶子节点分析:以节点81为例,规则为「当 duration>=211.500 and duration>=647 and duration<=906.0, 其预测结果是 yes」。

树形结果:

ML98

平行坐标图情况,图中绿色的两条线分别是指[45.8 < age <= 50.267 ∪ 406.8 < duration <= 608.2]有28个 ,[59.2 < age <= 63.667 ∪ 0.979 < duration <= 205.4]有21个,线条颜色越深代表该分类数量越多:

ML99

2. 混淆矩阵分析

通过混淆矩阵可以看出训练集预测的精确度为91.3%,验证集的精确度为89.4%。

ML100

 

模型应用

选择决策树节点连接保存为训练模型,保存的模型可以应用在制作报告仪表盘的组件绑定的数据集上。可参考建模里的“逻辑回归”章节。

o评分

具体用法请参考深度分析实验的逻辑回归章节。