IBM SPSS Modeler分类决策树C5.0模型分析空气污染物数据
全文链接：http://tecdat.cn/?p=30752
如何通过方法有效的分析海量数据，并从其中找到有利的资讯已经成为一种趋势（点击文末“阅读原文”获取完整代码数据）。
而决策树算法是目前在进行数据分析时很常用的方法。本文将使用IBM SPSS Modeler进行实践，介绍决策树在空气污染预测领域的实践案例。
相关视频
分类预测模型的构建流程，具体步骤如下：
（1）数据处理 ：审核数据，过滤掉含有缺失值的数据记录。
（2）划分数据集，训练集70%，测试集30% 。
（3）构建模型时的参数设置 。
（4）构建模型：构建C5.0模型。
（5）结果评估，用测试集数据运行得到的运行结果，对模型采用命中率评估两个模型的预测效果。
加入表节点
读取数据
添加“抽样”节点
随机抽取70%的样本作为训练集
“C5.0”节点
生成的决策树模型，并对测试数据进行预测
得到测试数据的分类结果的准确度
预测分类结果
有88.1%的测试样本的预测值和实际值相符。
并且得到如下的决策树模型：
点击标题查阅往期内容
左右滑动查看更多
01
02
03
04
其中变量的重要性如下图所示：
从结果可以看到，首要污染物类型与AQI、NO2还有O3等变量有关。其中AQI对首要污染物类型的结果具有最重要的影响。
C5.0是在C4.5的基础上发展起来的。C5.0 算法是用信息增益（根节点的熵减去该拆分的熵）来度量拆分纯度的。第一次拆分某一字段，划分出相对应的样本子集。然后继续拆分这些样本子集，一般情况下使用的是另一字段进行拆分，一直循环这样一个过程，直到满足拆分终止条件。最后，若生成的树出现过度拟合的状况，则要修剪那些缺乏价值的样本子集。
本文中分析的数据分享到会员群，扫描下面二维码即可加群！
点击文末“阅读原文”
获取全文完整代码数据资料。
本文选自《IBM SPSS Modeler分类决策树C5.0模型分析空气污染物数据》。
点击标题查阅往期内容
数据分享|Spss Modeler关联规则Apriori模型、Carma算法分析超市顾客购买商品数据挖掘实例
数据分享|Python用Apriori算法关联规则分析亚马逊购买书籍关联推荐客户和网络图可视化
【视频】关联规则模型、Apriori算法及R语言挖掘商店交易数据与交互可视化|数据分享
R语言用关联规则和聚类模型挖掘处方数据探索药物配伍中的规律
用SPSS Modeler的Web复杂网络对所有腧穴进行关联规则分析
PYTHON在线零售数据关联规则挖掘APRIORI算法数据可视化
R语言关联规则模型(Apriori算法)挖掘杂货店的交易数据与交互可视化
R语言关联挖掘实例（购物篮分析）
python关联规则学习：FP-Growth算法对药品进行“菜篮子”分析
基于R的FP树fp growth 关联数据挖掘技术在煤矿隐患管理
python关联规则学习：FP-Growth算法对药品进行“菜篮子”分析
通过Python中的Apriori算法进行关联规则挖掘
Python中的Apriori关联算法-市场购物篮分析
R语言用关联规则和聚类模型挖掘处方数据探索药物配伍中的规律
在R语言中轻松创建关联网络
python主题建模可视化LDA和T-SNE交互式可视化
R语言时间序列数据指数平滑法分析交互式动态可视化
用R语言制作交互式图表和地图
如何用r语言制作交互可视化报告图表
