《Decision Tree Modeling（决策树建模）》

　　
　　课程概述：
　　
　　本课程包含树结构预测模型和生长、修剪、评估决策树的方法。此外，本课程讨论了许多树的辅助应用，例如，探索性数据分析，降低维度，和缺失值填充。
　　
　　本课程可以帮您准备接下来的SAS数据挖掘建模（基础）认证考试。
　　
　　学习目标：使用SAS9.2中的ODS图形系统和新SG图形程序完成以下目标：
　　
　　●构建树结构模型，包括分类树和回归树
　　
　　●决策树生长、修剪的方法和决策树评估
　　
　　●使用决策树进行探索性数据分析，降低维度，和缺失值填充
　　
　　课时：2天
　　
　　适合学员：
　　
　　想要使用SAS Enterprise Miner建立决策树的预测建模人员和数据分析师。
　　
　　课程内容：
　　
　　1、树结构模型
　　
　　-分类树
　　
　　-回归树
　　
　　2、递归分割
　　
　　-二叉分割和多叉分割
　　
　　-分叉标准
　　
　　-缺失值
　　
　　3、修剪
　　
　　-P值调整
　　
　　-考虑收益和亏损
　　
　　-分类概率树
　　
　　-交叉验证
　　
　　4、树的辅助用途
　　
　　-数据探索
　　
　　-降低维度
　　
　　-填充
　　
　　5、嵌入树
　　
　　-Bagging算法
　　
　　-arcing算法
　　
　　-gradiant算法
　　
　　前提条件：
　　
　　参加本课程前，你应该
　　
　　●有统计的基本概念。你可以通过学习《Statistics 1: Introduction to ANOVA, Regression, and Logistic Regression》（《统计1：方差分析，回归和逻辑回归介绍》）课程获得此概念。
　　
　　●熟悉SAS Enterprise Miner软件。你可以通过学习《Applied Analytics Using SAS Enterprise Miner》（《使用SAS Enterprise Miner进行应用分析》）课程获得此概念。