IBM SPSS Decision Trees sunmuş olduğu sınıflandırma ve karar ağacı algoritmaları ile verileriniz içerisinde yer alan benzer grupları bulmanıza, gruplar arası ilişkileri incelemenize ve geleceğe yönelik tahminler oluşturmanıza olanak sağlar. Sunmuş olduğu görselliği yüksek sınıflandırma ve karar ağacı yapısı ile en karmaşık sonuçları dahi son kullanıcılara kolaylıkla açıklamanıza yardımcı olur. Karar ağaçları modülü ile birlikte gelen yöntemler ile segmentasyon, tabakalama, tahminleme, veri indirgeme ve değişken eleme gibi birçok iş probleminize cevaplar bulabilirsiniz. Aynı zamanda interaktif modeller geliştirerek iş bilginizi modelleme sürecine katabilir, kategorik değişkenlerde kategori birleştirmesi yapabilir ve sürekli değişkenleri kategorilendirebilrisiniz.

Öne Çıkan Özellikler

Görsel ağaç yapıları ile ilişkileri ortaya çıkarın

Yüksek görsellikte ağaçlar geliştirerek verilerinizi dal ve yaprak görünümünde modelleyerek sonuçları inceleyebilir, modelinizin başarısını değerlendirebilirsiniz.

Dört farklı karar ağacı yönteminden verinize en uygun olanını seçin

CHAID, Exhaustive CHAID, C&RT ve QUEST yöntemlerinden verinize en uygun olanını seçebilirsiniz.

Veri setlerinizin derinlerinde gizli bilgileri keşfedin

Karar ağaçlarını kullanarak veri setinize yer alan belirli bir grubu tespit edebilir ve bu grup özelinde analizleri derinleştirerek yeni sonuçlar üretebilirsiniz.

Yeni değişkenler oluşturun

Karar ağacı sonucu elde edilen yaprak numarası, tahmin değeri, tahmin olasılığı gibi değişkenleri veri setine kaydederek yeni değişkenler oluşturabilirsiniz.

Anahtar Özellikler
Bağımsız değişkenlere göre hedef değişkenlerin değerlerini tahmin edebilir, gözlemleri sınıflandırabilirsiniz.
Keşifsel sınıflandırma modellerini doğrulamak için geliştirilmiş araçları kullanabilirsiniz. Her bir nodun grafiksel, tablosal veya her ikisini birden kullanarak detaylı olarak analiz edebilirsiniz.
Grafiksel performans değerlendirme seçenekleri ile model başarısını ve kazanımları değerlendirebilirsiniz.

Karar ağacı kural setlerini SQL ortamına export edebilir veya syntax olarak kaydederek yeni verilerin skorlanmasını sağlayabilirsiniz.

İstatistik tabanlı, hızlı, çoklu kırılım yapabilen yapısı ile CHAID algoritmasını kullanarak veri setlerinizi hızlı bir şekilde incleyebilir, hedef değişkene göre profil ve segment modelleri geliştirebilirsiniz.

Her bir bağımsız değişken için olası tüm kırılımları deneyen, CHAID algoritmasının geliştirilmiş versiyonudur.

İkili kırılıma yapısına sahip yapay zeka tabanlı karar ağacı algoritması C&RT ile verilerinizi profillendirebilirsiniz.

Bağımsız değişkenleri belirlerken herhangi bir yanlılığa izin vermeden ikili kırılım yapısı ile hızlı ve etkin karar ağaçları geliştirmenize imkan veren istatistik tabanlı karar ağacı algoritmasıdır.

Deneme sürümü bulunmamaktadır.