利用“数据审核”节点审核数据

“数据审核”节点可以提供给我们很多有用的信息，其中就包括数据缺失值信息。

从结果我们可以判断影响用户会选择哪一个店家的重要因素是该店铺的销量而非价格。

数据的建模与仿真

决策树演算法是在进行数据挖掘时经常使用的分类和预测方法。

一个决策树的架构，是由三个部分所组成：叶节点 (Leaf Node)、决策节点 (Decision nodes) 以及分支 。决策树演算法的基本原理为：通过演算法中所规定的分类条件对于整体数据进行分类，产生一个决策节点，并持续依照演算法规则分类，直到数据无法再分类为止。

决策树演算法依据其演算原理以及可适用分析数据类型的不同延伸出多种决策树演算法。在 IBM SPSS Modeler 中，主要提供了四种常用的决策树演算法供使用者选择，分别为：C5.0、CHAID、QUEST 以及 C&R Tree 四种。

模型的建立

建立决策树模型串流

为了产生决策树模型，我们需要在数据建模前就定义好各栏位的角色，也就是加入字段选项下的「类型」节点。将类型节点拉入串流后，我们会先点选读取值按钮，接着设定角色。在本案例中，栏位 y 是我们最后预测的目标，因此先将其角色设定为“目标”，余下的栏位则是要设定为“输入”。

考量到数据特性以及我们希望提供的决策树具有多元分类法，因此我们将建立 chaid分类模型。

CHAID 节点设定

将 CHAID 节点与分区节点连结后，我们将于此节点编辑页面中的模型标签下设定相关的变数。由于 CHAID 节点设定较多，以下将挑选我们有修改预设值的变数进行详细介绍。此定义来自“SPSS Modeler 15 Modeling Nodes 文件”。

决策树节点设定完成后，点击主工具列的运行当前流前即可看到两个决策树模型的产生。查看器标签则是将一样的决策树结果用树状图的方式展现。

从上图中我们可以看到预测变量的重要性，排名是对销量变量影响最大的变量。其次是价格和正品保障。

然后我们对该数据进行神经网络分析。

然后我们可以得到如下的神经网络模型结果：

上图是对神经网络模型的一个概要，其中包括目标变量，使用的模型，使用的停止规则以及神经元的个数，还有该模型的正确率。同时我们也可以得到，预测变量的重要性。

从上面的图形中我们可以判断，对销量影响最大的变量是销售额，然后是评论数，其次是运费，价格排名，原价格等等。从上面的结果我们可以判断神经网络模型得到的变量重要性，和决策树模型得到的结果有些不同。

因此下面我们还要对神经网络模型和决策树模型在测试集上的准确度表现进行对比。

分析结果

在前面的串流产生中，我们加入了分区节点将数据分成训练数据与测试数据，因此在决策树模型产生后，可加入分析节点 。分析节点中我们勾选重合矩阵选项，因此除了分析节点原本就提供的正确错误率比较，可进一步了解实际值与预测值的比较矩阵 。

结论与决策、建议

本文的预测系统使用了神经网络模型和决策树模型，建立了服装销售量预测模型，实现了服装销售量的预测以及结果分析，并且通过变量重要性图以及误差分析对比，让店铺了解该商品的重要影响因素是销售额、评论、价格等等，使得决策者可以有一个合理的服装销量的预测值。

因此，服装店铺可以根据以上所得的决策树模型来分析客户数据，获得各类会员的特点，对客户进行分类，实现对客户价值度、客户结构等的研究。这样有助于店铺为不同类型的客户制定针对性的营销策略，找到针对性强的销售分市场，稳定并扩大客户群体。

最后我们得到了结果文件:

模型的改进

模型可能还不够完善，服装销售额还要考虑其他因素，服装促销的费用，店面的规模等，模型需要进一步完善才行。同时，模型训练的数据也还可以增加，少量的训练数据不具备非常强的说服力。另外由于模型的误差还是比较大，因此，可以考虑进一步调整模型的参数，以提高模型的准确度。

参考文献

[1] 王惠文，吴载斌，孟杰.偏最小二乘回归的线性与非线性方法[M].北京：国防工业出版社，2006.9，1-2，32. 

[2] 任露泉.回归设计及其优化[M].北京：科学出版社，2009,20,248. [3] 黄强等.PC使用一册通[M] .北京：人民邮电出版社，1998，10. 

[4] 周品，赵新芳.MATLAB数理统计分析[M].北京：国防工业出版社，2009.4，274.