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。
自動建模環境(Automatic mode)
進行EM決策樹系統自動建模，分析者不需要像在互動式環境下，一層層進行變數挑選與分支切割，只需在決策樹分析節點進行參數設定調整，或直接選用系統預設參數設定(EM參數的預設值為考量理論基礎或實務經驗值)，直接執行分析。
EM決策樹自動化建模程序：
❶拖曳SAS EM決策樹分析節點，連結欲分析的資料集
❷調整參數選項設定
決策樹參數設定主要分為三個部份的選項調整：決策樹大小、變數重要性選擇、修枝方法。
(1)決策樹大小
Maximum Branch—預設值為2。EM決策樹預設產出二元分支的預測模型，此為建議值。因為所有多元分支的模型均可用二元分支來表示，且多元分支容易造出一個矮胖的決策樹，預測規則不深，準度也通常較低。分析者若想要產生多元分支的決策樹，Dr.SAS建議最高不要設超過3，EM 7版本以後，當分析者若考量產生三元分支的決策樹，系統會依各分支統計檢定的結果，若該分支切為三分支的統計檢定顯著效果比二元分支要好的話，EM會選擇採用三元分支的結果，反之，若該變數最適結果為二元分支，則會採用二元分支的切點結果，因此，整體模型會產出最多為三元分支的混合樹，SAS EM決策樹此一功能，則更考量實務的應用。
Maximum Depth—決策樹的深度設定，預設值為6。Dr.SAS建議Maximum Depth值不超過6層，決策樹超過6層以上，通常會有過度配適(over-fitting)的現象。
Leaf size— 樹葉內的觀測值個數，預設值為5。基於卡方檢定的要求，每一個葉子內的觀測值數至少要超過5個以上，才能進行檢定分析。Dr.SAS則建議若是應用於行銷名單的篩選，此一預設值建議依業務需求往上調整。
(2)變數重要性選擇
Splitting Criterion—EM決策樹會自動依據變數的資料型態，選取最適變數切割搜尋分法，連續變數預設為F檢定p值、類別變數預設為卡方檢定p值、順序尺度變數預設方法則為熵(entropy)。
Significance Level—變數顯著性p值，預設值為0.2。若決策樹長的過大，可將顯著水準調小一點，可達自動修枝的功能。
(3)修枝方法
Subtree Method—修枝方法，當欲啟動EM自動修枝功能時，該參數設定要調整為Assessment，同時分析者可選擇修枝考量的評估統計量(Assessment Meaure)：Average Square Error/Misfication/Lift值。
❸模型結果與報表產出
點選EM決策樹模型結果View>Model>Subtree Assemssment Plot，檢視自動化模式下最適模型產出結果。下圖為SAS EM決策樹子樹評估圖(Subtree Assemssment Plot)，圖中藍色曲線表示訓練資料集的模型結果，訓練模型會找到配適最佳的模型，直到評估統計量(ASE)不再下降為止，因此訓練模形容易有過度配適的現象。紅色曲線表示驗證資料在各模型階段的結果，圖型結果顯示驗證資料的模型第11條預測規則以後準度不減反增。 圖中垂直的藍線說明EM決策樹的已啟動自動修枝功能，修枝後的最適模型為產出11條預測規則之模型。
圖三：子樹評估圖(Subtree Assessment Plot)
EM決策樹自動建模環境，系統已透過分析者設定的參數，進行最適模型的產出，在自動化模式裡，無法如互動式模式，直接點選決策樹圖形進行修枝。因此，分析者若想以系統最適化的模型結果為基礎，再由專家半人工進行部分樹節點的調整，則就要再回到互動式模式。執行完自動化決策樹模型的結果，再啟動Interactive mode，SAS EM已將系統最適模型結果複製至互動式平台裡，因此，分析者可在互動式平台裡將系統產出的最適模型再做專家調整，讓分析者可以產出一個系統最適與專家經驗混合的實務應用模型。
兩種分析模式環境各自有其分析使用上的優點，EM 7版本以後，將兩個建模環境模式做了整合，讓建模分析人員可以針對系統最適推薦模型，進行專家調整，提供給分析者更佳彈性與實務考量的建模平台。
表一、互動式建模與自動建模功能比較表
|
|
互動式建模
|
自動建模
|
|
遺失值處理
|
預設歸到最大分支裡
|
可將遺失值歸至最有相關分支
|
|
修枝
|
可專家調整，但較耗時
|
系統自動修枝
|
|
切點調整
|
可依業務經驗值進行調整
|
需回動互動式模式
|
|
變數順序
|
可依業務經驗進行調整
|
需回動互動式模式
|
Tags
