The arboretum procedure

OBS  _SPLIT_   _PASS_  _NODE_  _PARENT_  _CHISQU_    _VALUE_  _LEVEL1_  _LEVEL2_

  1  FREQUENT     1       1        0      92.3380       2.36   92.3380      .

  2  STATECOD     2       2        1      29.4821        .     23.0000     31

  3  DOMESTIC     2       3        1      30.8040       3.20   30.8040      .

  4  JOB          3       4        2      11.5823        .     10.0000      4

  5  STATECOD     3       5        2      13.4582        .     20.0000     11

  6  STATECOD     3       6        3      30.8833        .     35.0000     18

  7  STATECOD     3       7        3      29.7871        .     21.0000     24

  8  JOB          4       8        4       7.2797        .      4.0000      6

  9  STATECOD     4       9        4       9.9048        .      2.0000      9

 10  HOMEVAL      4      10        5       7.0284   40000.00    7.0284      .

 11  HOMEVAL      4      11        5       6.5551  240000.00    6.5551      .

 12  STATECOD     4      12        6       8.2859        .     13.0000     22

 13  JOB          4      13        6       8.8271        .      5.0000      9

 14  STATECOD     4      14        7       7.1586        .     17.0000      4

 15  APPAREL      4      15        7      11.8484       1.67   11.8484      .

 16  HOMEVAL      5      17        8       6.0595   20000.00    6.0595      .

 17  AGE          5      18        9       3.0000      34.60    3.0000      .

 18  STATECOD     5      20       10      11.1158        .      5.0000     11

 19  JOB          5      21       10       5.0285        .     10.0000      3

 20  FREQUENT     5      22       11       6.4222       2.29    6.4222      .

PROC SPLIT Output

PROC PRINT Report of the Training Data Fit Statistics (OUTMATRIX=)

The report consists of the classification counts and proportions for the buyers ("Yes") and the non-buyers ("No"). You

can interpret the first two rows of the table as follows:

994 of the 999 actual buyers were correctly classified; only 5 buyers were incorrectly classified as non-buyers

q   

959 of the 967 non-buyers were correctly classified; only 8 non-buyers were incorrectly classified as buyers.

q   

The values in the STAT column enable you to identify the rows that pertain to counts (N), row and column percentages

(Row% and Col%), and overall percentages (%).

                  Import and Save Tree from DMSPLT

                        Training Statistics

                                           ==>

             OBS    STAT    PURCHASE       Yes    ==> No     TOTAL

               1    N         Yes          994         5       999

               2    N         No             8       959       967

               3    N         SUM         1002       964      1966

               4    Row%      Yes           99         1       100

               5    Row%      No             1        99       100

               6    Row%      SUM           51        49       100

               7    Col%      Yes           99         1        51

               8    Col%      No             1        99        49

               9    Col%      SUM          100       100       100

              10    %         Yes           51         0        51

---

              11    %         No             0        49        49

              12    %         SUM           51        49       100

Partial PROC PRINT Report of the Leaf Statistics (OUTLEAF=)

The leaf report contains the following information:

Leaf identification number

q   

Number of customers in each leaf

q   

Percentages of the binary target values in each leaf.

q   

Notice the purity of the leaf nodes.

                  Import and Save Tree from DMSPLT

                                Leaf Statistics

                          LEAF

                  OBS       ID           N     % Yes      % No

                    1       16           9    100.00      0.00

                    2       54          10    100.00      0.00

                    3       55           1      0.00    100.00

                    4      142           2      0.00    100.00

                    5      143           2    100.00      0.00

                    6       89           8    100.00      0.00

                    7      332           2    100.00      0.00

                    8      333           8      0.00    100.00

                    9      416          12    100.00      0.00

                   10      417           1      0.00    100.00

PROC PRINT Report of the Score Fit Statistics (OUTFIT=)

The misclassification rate for the scored data set is almost zero. You can compare the maximum absolute error, sum of

squared errors, average squared error, and root average squared error from this tree with other candidate trees (models).

Small values for these test statistics are preferred.

 

               Input Tree and Score Test Data

                  Test Data Fit Statistics

                                      Test:

                                    Frequency       Test:

       Test: Sum    Test: Sum of       of       Frequency of         Test:

           of          Weights     Classified   Unclassified   Misclassification

OBS   Frequencies    Times Freqs      Cases         Cases             Rate

 1        150            300           150            0             .0066667

        Test:                     Test:     Test: Root

       Maximum     Test: Sum     Average      Average       Test:

---