本節我們主要介紹如何運用spss統計軟體進行決策樹分析，在spss statistics 中，隻能選擇ID3，CART及chaid 決策樹，而在spss另一款專門用于機器學習模組化的軟體 spss modeler 中，我們可以建立C5.0決策樹（C5.0算法的分類規則同C4.5，隻是在執行效率和記憶體使用上有所改進，适用于大資料集）。
我們引用名為 DRUG1n 的資料檔案，這是關于身患同一疾病的一組患者的資料。在治療過程中，每位患者均對五種藥物中的一種有明顯反應。本案例是通過資料挖掘找出适用于今後患有此疾病的患者的藥物。資料樣本記錄總共200條，拟按照訓練集與測試集比例7：3劃分，則約140個樣本用于模組化，70個樣本用于測試模型的有消息。（為了防止過度拟合，在有監督機器學習中通常會對樣本進行拆分，一般為7：3或4：3：3，在此我們使用7：3模式，實際資料分割時按随機種子的不同會有細微調整）
本次教程使用軟體版本為 IBM SPSS Modeler18.0，鑒于平時使用spss modeler的同學相對較少，本篇将是多圖小白教程，具體操作步驟如下：
一、資料導入建立空白流，選擇下方 “收藏夾”或“源”頁籤裡面的“變量檔案”節點，滑鼠單擊按住拖到空白處，然後，輕按兩下新添加的節點以打開其對話框。
圖一 建立節點
單擊緊挨“檔案”框右邊以省略号“...”标記的按鈕，浏覽到您系統中的 IBM® SPSS® Modeler 安裝目錄。打開 Demos 目錄，然後選擇名為 DRUG1n 的檔案。
確定選中了從檔案讀取字段名稱，注意已加載此對話框中的字段和值。
圖二 導入檔案
單擊資料頁籤，覆寫和更改某個字段的存儲。注意，存儲不同于測量，即，資料字段的測量級别（或用途類型）。
圖三 導入檔案設定
二、資料稽核先單擊變量檔案，再輕按兩下下方輸出頁籤中的“資料稽核”，畫布上會出現與變量檔案連接配接的“資料稽核”節點
圖四 增加資料稽核節點
輕按兩下資料稽核節點，彈出視窗中點選“運作”
圖五 資料稽核
結果視窗包括對對各變量的描述性統計，以及對缺失值和離群點的稽核
圖六 描述性統計
圖七 離群點稽核
三、資料分區本次資料無離群點，下一步便是分割訓練集和測試集
先點選變量檔案節點，再在下方“字段選項”卡輕按兩下分區，生成“分區”節點
圖八 增加資料分區節點
輕按兩下畫布中的分區節點，在彈出的視窗中設定訓練集和測試集的比例，設定完成後點選“确定”完成資料分割
圖九 資料分區
四、資料規整輕按兩下下方“字段選項”頁籤中的“類型”，生成類型節點。
圖十 添加類型節點
輕按兩下類型節點，彈出的視窗中“類型” 頁籤可幫助了解資料中的更多字段類型。還可以選擇 讀取值 來檢視各個字段的實際值，而設定“角色”可以區分因變量與自變量，此處我們将将因變量的角色設定為“目标” 。
圖十一 類型設定
五、決策樹模組化終于到了正式模組化階段，輕按兩下下方模組化頁籤中的C5.0，生成C5.0決策樹模組化節點
圖十二 選擇模組化節點
輕按兩下C5.0模組化節點在彈出視窗裡可設定參數，如果要設定剪枝，選擇專家模式，再進行相應參數設定，我們這裡使用預設參數，參數完成後，點選下方“運作”
圖十三 模組化參數設定及執行
執行模組化後，會生成具體的模型規則節點
圖十四 規則節點
輕按兩下模型規則節點，出現的視窗中模型頁籤裡是具體的規則和預測變量的重要性排序圖
圖十五 規則展示
規則一開始隻顯示第一層規則，單擊規則前面的小+号可以檢視具體細分規則
圖十六 規則明細
點選“檢視器”頁籤則可以看到具體的決策樹圖形
圖十七 決策流程樹圖
六、模型評估再輕按兩下下方“輸出”頁籤中的“分析”，生成分析節點
圖十八 分析節點
輕按兩下分析節點，在彈出視窗中自行選擇分析名額，然後點選下方“運作”
圖十九 分析參數
結果視窗裡便是模型準确性的評估
圖二十 評估結果視圖
七、結果分析表1、案例處理彙總
表一給出了資料集的劃分情況，以及不同資料集中的預測準确率，可以看出無論訓練集還是測試集預測準确率均在90%以上。
表2、預測變量重要性
通過表2可看出重要性最強的特征為K，其次是BP和Ag，Cholesterol重要性最差。
圖二十 決策樹具體分類樹圖
在圖20中可看出具體決策流程和分類規則，重要性越強的特征處于越上遊的分支節點。
在SPSSSS學堂首頁，回複20190605即可獲得原始資料哦~