Прогнозное моделирование в IBM SPSS Statistics и R: Метод деревьев решений

Прогнозное моделирование в IBM SPSS Statistics и R: Метод деревьев решений

Bibliographic Details
Main Author:	Груздев А. В.
Summary:	Данная книга представляет собой практическое руководство по применению метода деревьев решений для задач сегментации, классификации и прогнозирования. Каждый раздел книги сопровождается практическим примером. Кроме того, книга содержит программный код SPSS Syntax и R, позволяющий полностью автоматизировать процесс построения прогнозных моделей. Автором обобщены лучшие практики использования деревьев решений от таких компаний, как Citibank N.A., Transunion и DBS Bank. Издание будет интересно маркетологам, риск-аналитикам и другим специалистам, занимающимся разработкой и внедрением прогнозных моделей. Книга из коллекции ДМК Пресс - Информатика
Published:	Москва, ДМК Пресс, 2016
Subjects:	методология деревьев решений преимущества деревьев решений недостатки деревьев решений задачи деревьев решений построение деревьев решений ibm spss statistics запуск процедуры деревья классификации методы деревьев решений шкалы переменных определение размера выборки описание алгоритма f-тест объединение категорий предикторов работа chaid настройка процедуры деревья классификации работа с отчетом получение результатов классификации сохранение прогнозов модели пороговое значение вероятности терминология анализа roc-кривой оценка дискриминирующей способности модели выбор порогового значения проверка модели работа с результатами проверки модели настройки вывода дерева построение таблицы дерева настройки вывода статистик построение таблиц выигрышей настройки вывода графиков построение графиков выигрышей настройки вывода правил классификации применение правил классификации построение дерева регрессии chaid использование принудительной переменной расщепления настройка правил остановки построение деревьев chaid настройка статистических тестов обработка пропущенных значений построение дерева chaid стоимости ошибочной классификации настройка прибылей работа со значениями преимущества биннинга недостатки биннинга предварительная подготовка данных определение важности переменных случайный лес мультиколлинеарность автоматический биннинг переменных построение моделей логистической регрессии оптимальная категоризация преобразование количественных переменных ансамбль логистической регрессии дерево chaid метод crt алгоритм crt неоднородность внутриузловая дисперсия метод отсечения ветвей стоимость-сложность иллюстрация работы crt построение дерева классификации crt настройка мер неоднородности настройка отсечения ветвей вывод важности предикторов настройка априорных вероятностей метод quest построение дерева quest просмотр диаграммы дерева просмотр содержимого узла настройка внешнего вида диаграммы настройка содержимого узла отбор наблюдений редактор дерева построение дерева классификации chaid интерпретация дерева классификации работа с прогнозами модели применение модели биннинг пакет rattle пакет smbinning кросс-проверка прунинг дерева построение дерева регрессии crt метод исчерпывающий chaid обзор параметров деревьев решений обработка количественных предикторов число интервалов
Online Access:	https://e.lanbook.com/book/93280 https://e.lanbook.com/img/cover/book/93280.jpg
Format:	Electronic Book

Internet

https://e.lanbook.com/book/93280
https://e.lanbook.com/img/cover/book/93280.jpg