第一期的data mining專欄，Dr. SAS老師想要跟大家分享如何透過強大的SAS Enterprise Miner(簡稱EM)來活用決策樹演算法，來進行更多的不同的資料處理與分析。

決策樹的應用 決策樹的應用多是建立預測分類模型，應用產業層面包含：資料庫行銷的回應模型，找出對行銷活動有回應的客戶特徵與回應名單、交叉銷售尋找潛力客群、流失預測模型，找出客戶可能流失的原因與型態(pattern)，提前進行客戶挽留、信用風險危機預警模型、詐欺偵測、製造業生產線良率的監控、在雷達信號分析、遠距感應、醫學診斷、專家系統、語音辨識，生物資訊及許多其它的領域。

上期介紹一SAS EM決策樹互動式建模(Interactive mode)，這期接續介紹如何利用決策樹自動建模環境(Automatic mode)產生系統最佳模型。Dr.SAS則建議初階資料探勘分析人員在建立決策樹預測模型時，先從互動式決策樹開始分析，分析者可透過一層層決策樹的開展與預測規則的解釋，了解投入變數間的先後重要解釋關係，嘗試選擇較具業務代表性的解釋變數，並可透過解讀預測規則的合理性，來檢視資料的品質。