spss预测变量重要性不可用_C4.5/5.0的SPSS操作

本节我们主要介绍如何运用spss统计软件进行决策树分析，在spss statistics 中，只能选择ID3，CART及chaid 决策树，而在spss另一款专门用于机器学习建模的软件 spss modeler 中，我们可以建立C5.0决策树（C5.0算法的分类规则同C4.5，只是在执行效率和内存使用上有所改进，适用于大数据集）。

我们引用名为 DRUG1n 的数据文件，这是关于身患同一疾病的一组患者的数据。在治疗过程中，每位患者均对五种药物中的一种有明显反应。本案例是通过数据挖掘找出适用于今后患有此疾病的患者的药物。数据样本记录总共200条，拟按照训练集与测试集比例7：3划分，则约140个样本用于建模，70个样本用于测试模型的有消息。（为了防止过度拟合，在有监督机器学习中通常会对样本进行拆分，一般为7：3或4：3：3，在此我们使用7：3模式，实际数据分割时按随机种子的不同会有细微调整）

本次教程使用软件版本为 IBM SPSS Modeler18.0，鉴于平时使用spss modeler的同学相对较少，本篇将是多图小白教程，具体操作步骤如下：

一、数据导入

新建空白流，选择下方 “收藏夹”或“源”选项卡里面的“变量文件”节点，鼠标单击按住拖到空白处，然后，双击新添加的节点以打开其对话框。

图一 新建节点

单击紧挨“文件”框右边以省略号“...”标记的按钮，浏览到您系统中的 IBM® SPSS® Modeler 安装目录。打开 Demos 目录，然后选择名为 DRUG1n 的文件。

确保选中了从文件读取字段名称，注意已加载此对话框中的字段和值。

图二 导入文件

单击数据选项卡，覆盖和更改某个字段的存储。注意，存储