The arboretum procedure

 

           splitsize=2

 

           maxbranch=3

 

           outtree=tree;

 

   input x y;

 

   target c / level=nominal;

 

   score out=out outfit=fit;

run;

 

proc print data=fit noobs label;

  title3 'Fit Statistics for the Training Data';

run;

 

proc freq data=out;

  tables f_c*i_c;

  title3 'Misclassification Table';

run;

 

proc gplot data=out;

   plot y*x=i_c / haxis=axis1 vaxis=axis2;

   symbol  c=black i=none v=dot;

   symbol2 c=red i=none v=square;

   symbol3 c=green i=none v=triangle;

   axis1 c=black width=2.5 order=(0 to 30 by 5);

   axis2 c=black width=2.5 minor=none order=(0 to 20 by 2);

   title3 'Classification Results';

run;

 

proc split intree=tree;

 

   score data=sampsio.dmsring nodmdb role=score out=gridout;

run;

---

 

proc gcontour data=gridout;

   plot y*x=p_c1 / pattern ctext=black coutline=gray;

   plot y*x=p_c2 / pattern ctext=black coutline=gray;

   plot y*x=p_c3 / pattern ctext=black coutline=gray;

   title2 'Posterior Probabilities';

   pattern v=msolid;

   legend frame;

title3 'Posterior Probabilities';

run;

 

proc gplot data=gridout;

   plot y*x=_node_;;

   symbol  c=blue i=none v=dot;

   symbol2 c=red i=none v=square;

   symbol3 c=green i=none v=triangle;

   symbol4 c=black i=none v=star;

   symbol5 c=orange i=none v=plus;

   symbol6 c=brown i=none v=circle;

   symbol7 c=cyan i=none v==;

   symbol8 c=black i=none v=hash;

   symbol9 c=gold i=none v=:;

   symbol10 c=yellow i=none v=x;

   title3 'Leaf Nodes';

run;

Output

Scatter Plot of the Rings Training Data

---

Notice that the target levels are not linearly separable.

PROC PRINT Report of the Training Data Fit Statistics

 

                          SPLIT Example: RINGS Data

                               Entropy Criterion

                      Fit Statistics for the Training Data

                                 Train:

                 Train: Sum     Frequency       Train:

   Train: Sum      of Case         of        Frequency of          Train:

       of          Weights     Classified    Unclassified    Misclassification

  Frequencies    Times Freq       Cases          Cases              Rate

      180            540           180             0                 0        

 

   Train:                    Train:    Train: Root

   Maximum    Train: Sum    Average      Average       Train:     Train: Total

  Absolute    of Squared    Squared      Squared       Divisor     Degrees of

    Error       Errors       Error        Error       for VASE       Freedom

      0            0           0            0            540           360  

---

PROC FREQ Misclassification Table for the Training Data

All target cases are correctly classified by the tree.

 

                          SPLIT Example: RINGS Data

                               Entropy Criterion

                            Misclassification Table

                              TABLE OF F_C BY I_C

                F_C(Formatted Target Value)     I_C(Predicted Category)

                Frequency    |

                Percent      |

                Row Pct      |

                Col Pct      |       1|       2|       3|  Total

                             |        |        |        |

                -------------+--------+--------+--------+

                           1 |      8 |      0 |      0 |      8

                             |   4.44 |   0.00 |   0.00 |   4.44

                             | 100.00 |   0.00 |   0.00 |

                             | 100.00 |   0.00 |   0.00 |

                -------------+--------+--------+--------+

                           2 |      0 |     59 |      0 |     59

                             |   0.00 |  32.78 |   0.00 |  32.78

                             |   0.00 | 100.00 |   0.00 |

                             |   0.00 |  95.16 |   0.00 |

                -------------+--------+--------+--------+

                           3 |      0 |      3 |    110 |    113

                             |   0.00 |   1.67 |  61.11 |  62.78

                             |   0.00 |   2.65 |  97.35 |

                             |   0.00 |   4.84 | 100.00 |

                -------------+--------+--------+--------+

                Total               8       62      110      180

                                 4.44    34.44    61.11   100.00

PROC GPLOT of the Classification Results

---

PROC GCONTOUR of the Posterior Probabilities

Note that in each of the contour plots, the contour with the largest posterior probabilities captures the actual distribution of the

target level.

---

GPLOT of the Leaf Nodes

---

Copyright 2000 by SAS Institute Inc., Cary, NC, USA. All rights reserved.

---