活學活用決策樹(一)：運用SAS EM決策樹方法處理連續時間變數

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。

善用決策樹方法，其實就可以產生許多豐富的模型解釋且具穩定預測力的模型結果。決策樹分析是最常使用的分類預測模型方法，它之所以會被廣泛運用的主要原因之一，就在於決策樹的結果透過樹狀圖的產生一條條的預測規則，所產生的分類規則容易用自然語言說明，所以也經常被應用在各種行銷活動分析上。

什麼是決策樹

決策樹是一種語意樹(Semantic Tree)，與資料結構中的樹狀結構相仿，擁有樹根(Root)、節點(Node)以及樹葉(Leaf)等結構。而每一節點都有一個分類的判斷條件，就如「IF-THEN」的控制結構，利用判斷規則來決定資料將分類於哪一節點的哪一棵子樹(Branch)，並繼續作為分類和最後的決策。

除了預測模型，SAS EM決策樹也可以…

決策樹除了熟知的拿來做各種預測模型的重要演算方法，你知道透過SAS EM也可以運用決策樹來處理橫斷面時間趨勢的資料嗎?本期將帶大家利用EM的決策樹來處理實務分析常遇到的連續時間欄位的變數，產生趨勢衍生變數。

大家在做預測模型分析時，常會撈取連續月份的自變數值，例如：存款餘額、連續月份的信用卡的消費金額、連續月份的網內或網外的通話分鐘數等。其實，開始我們是希望不要只拿這些變數的近一年平均值，當作唯一的投入變數，如近一年信用卡平均消費金額，因為實務分析時，會發現平均值無法顯示該投入變數趨勢的強弱性，如高貢獻度客戶的消費金額持續遞減，流失或剪卡的機會可能會增加；消費金額近期逐漸遞增，交叉銷售該客戶其它商品的購買意願會增加等。因此會考量投入連續月份的同一觀察變數，來了解各月份的變數值對目標變數的解釋性。然而，投放連續月份的同一自變數容易造成模型共線性的問題，且過度解釋該單一自變數。

如下資料表，分析假設開卡後的連續月份的預借現金的動用次數的趨勢狀況，可能會影響違約機率。因此我們常會撈取連續月份的單一變數來觀察。

運用EM的決策樹產生時間趨勢衍生變數

第一步、匯入分析資料，決定變數角色。

將要進行資料處理的連續月份自變數的變數角色設為Input，其他自變數則設為Reject。