SPSS分析技术：决策树分析；银行如何判断申请贷款者的还款能力？

基础准备

上一篇文章介绍了决策树分析的基本理论，以及它与聚类分析、判别分析、逻辑回归分析等分类和判别方法的区别与联系，大家可以点击下方文章链接回顾：

• 数据分析技术：决策树分析；机器学习入门模型

决策树模型

通过上篇文章可以知道，决策树分析通过对历史数据的归类分析，找出能够使目标变量各个水平具有最大差异的分配路径，这些路径连接在一起就成为树状图，也称为决策树模型。如下图所示：

节点0表示原始数据按照目标分类变量分类的比例情况。根据自变量与目标变量的相关性（卡方检验结果），安排自变量进入模型，将原始数据按照自变量水平进行分支，如上图所示，分成1,2,3这三个节点，由于节点1数据在目标变量水平上已经达到显著，停止生长。节点2和3可以继续生长，直到有显著性差异为止。

 

通过以上过程，决策树就生长好了（决策树模型建立）。然后重新将数据代入到这个决策树模型中进行判别归类，检验该模型的判别效果如何，也就是判别准确率有多高。如果效果不错，那就可以用来对今后的数据进行判断，如果效果不好，那么可以考虑增添新的自变量，或使用其它的决策树生长方法（CHAID/E-CHAID/CART/QUEST），期望能够获得效果不错的决策树模型。以上就是决策树模型的建立逻辑。