本文介绍如何使用SAS EM构建决策树模型，以预测金融服务公司的房屋净值贷款客户是否会拖欠贷款。通过分析12个预测变量，利用SAMPSIO.HMEQ数据集进行训练、验证和测试。在构建过程中，探讨了变量的角色、度量方式和处理缺失值的方法，并解释了不同的划分标准，如卡方检验、熵和基尼系数。最后，讨论了模型的评价指标和数据节点的查看方法，强调了交互式决策树的重要性。
SAS EM（二）决策树
决策树主要用来描述将数据划分为不同组的规则。第一条规则首先将整个数据集划分为不同大小的子集，然后将另外的规则应用在子数据集中，数据集不同相应的规则也不同，这样就形成第二层数据集的划分。一般来说，一个子数据集或者被继续划分或者单独形成一个分组。
问题背景
一家金融服务公司为客户提供房屋净值贷款。该公司在过去已经拓展了数千净值贷款服务。但是，在这些申请贷款的客户中，大约有 20%的人拖欠贷款。通过使用地理、人口和金融变量，该公司希望为该项目建立预测模型判断客户是否拖欠贷款。
分析数据之后，该公司选择了 12 个预测变量来建立模型判断贷款申请人是否拖欠。回应变量（目标变量）标识房屋净值贷款申请人是否会拖欠贷款。变量，以及它们的模型角色、度量水平、描述，在下表中已经显示。SAMPSIO.HMEQ 数据集中的变量
修改相应的角色以及水平
SAMPSIO 库中的数据集 HMEQ 包括 5960 个观测值，用来建立和比较模型。
可对数据进行探索（下面两图分别表示多式图结果及统计探索结果）
最低0.47元/天 解锁文章
7492
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
