<< Click to Display Table of Contents >> 决策树 |
❖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:
o运行
点击运行全部按钮,运行成功后,节点展示如下:
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:
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:
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%。
•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。