animationSAS-决策树模型
决策树是⽇常建模中使⽤最普遍的模型之⼀，在SAS中，除了可以通过EM模块建⽴决策树模型外，还可以通过SAS代码实现。决策树模型在SAS系统中对应的过程为Proc split或Proc hpsplit，两者基本⼀样，后者效率更⾼，但在SAS help都查不到这两个过程步，本⽂参考相关资料主要介绍Proc split过程。其语法结构为：
P roc split options;
Code options;
英语在线翻译中文hurt怎么读Decision decdata options;
Describe options;
Freq variable;
In|input variables/options;
Priors probabilities;
absorbing线上授课平台Prune node-identifier;
Score options;
Target variable;
1）在proc split中，d ata=指定分析数据集； outimportance=指定输出数据集，包括⾃变量的重要性；outleaf=指定输出数据集，包括各叶节点的统计指标；outmatrix=指定数据集，包括描述性统计指标；outq=指定输出数据集，包括⼦树的统计指标；outtree=指定输出数据集，包括描述树的统计指标；leafsize=指定⼀个叶节点包含的最少观测数；maxbranch=指定⼀个节点的最⼤分枝数；maxdepth=指定最⼤的数深度；splitsize=指定⼀个节点分割的最⼩观测数；subtree=指定选择⼦树的⽅法。
比较英语
proc split ain outimportance=test_1 outleaf=test_2 outmatrix=test_3 outq=test_4 outtree=test_5;
in arpu mou gprs;
thursday是什么意思graduallytarget liwang_flag;
四级计分器run;
asss=指定模型评估⽅法，包括impurity、lift、profit、statistic。
criterion=指定决策树分割标准，针对⼆分类变量和分类变量，Chisq表⽰pearson卡⽅，probchisq表⽰pearson卡⽅的p值，为默认，entropy 表⽰信息增益，eratio表⽰信息增益率，gini表⽰通过gini系数分割；针对定距、定⽐变量，variance，probe表⽰F-test的p值，为默认，F表F统计量。其中，ID3算法使⽤信息增益作为属性分割标准，C4.5、C5.0算法使⽤信息增益率作为属性分割标准，CART算法使⽤gini系数作为属性分割标准，CHAID算法使⽤卡⽅和F检验作为属性分割标准。
2）code⽣成data步代码，⽤来给观测计分，file=指定代码输出⽂件。
3）decision。
4）describe⽣成决策树规则的描述，file=指定描述输出⽂件。
5）freq表⽰给⾃变量赋予频数。
6）in或input指定⾃变量，可以申明多次，在“/”后的level=代表输⼊变量的类型，interval、ordinal、nominal，默认为interval，当⾃变量有多个类型时，可以申明多个input，然后后⾯⽤level指定变量类型。
7）priors指训练集中⽬标类的先验概率，与decision互斥，proportional（pro）指各类在训练集中的占⽐，或直接列出各类占⽐，如
priors‘0’=0.6‘1’=0.4。
8）prune表⽰剪枝，与intree=和indmsplit=选项合⽤。
9）score进⾏计分，data=指定输⼊数据集，out=指定输出数据集。
10）target指定因变量，在“/”后，level=指定因变量类型，包括binary、nominal、ordinal、interval，默认为interval。scigen
Proc split ain leafsize=50 maxbranch=3 maxdepth=6asss=impurity criterion=chisq;
Input arpu mou gprs/level=interval;
Input product_flag/level=nominal;
Target liwang_flag/level=binary;
Code file='c:\urs\edcba123\desktop\'; Describe file='c:\urs\edcba123\desktop\
'; Score ain out=test;
Priors proportional;
Run;
