決策樹使用分類或分區作為預測模型的基礎，以探索模式，發現關係，篩選最有影響力的因素並得出有關響應的結論。
情況：作為研究經理，您想了解客戶因素和信用卡優惠之間是否存在關係。
任務：問題在於存在多個客戶因素，而並非所有關係，分佈和互動都得到了充分理解。
行動：您可以使用決策樹創建一個簡單的分區分析，然後使用高級Bootstrap Forest和Boosted Trees方法來找到最佳模型。
結果：使用這些機器學習技術，您可以比較最佳模型並確定最佳值以最大化接受度。
後續步驟：您的研究將與您的同事交互共享，並為下一次營銷活動提供信息並提高盈利能力。
https://www.jmp.com/en_au/academic/case-study-library.html#credit
