Gli alberi decisionali utilizzano una classificazione o partizione come base per un modello predittivo per esplorare schemi, scoprire relazioni, vagliare i fattori più influenti e trarre conclusioni su una risposta.
Situazione: come responsabile della ricerca, desideri capire se esiste una relazione tra i fattori del cliente e le offerte di carte di credito.
Compito: il problema è che ci sono più fattori del cliente e non tutte le relazioni, distribuzioni e interazioni sono completamente comprese.
Azione: si utilizzano gli alberi decisionali per creare una semplice analisi delle partizioni, quindi si passa ai metodi avanzati di Bootstrap Forest e Boosted Trees per trovare il modello migliore.
Risultato: utilizzando queste tecniche di Machine Learning si confrontano i modelli migliori e si identificano i valori ottimali per massimizzare l'accettazione.
Passaggi successivi: la tua ricerca viene condivisa in modo interattivo con i tuoi colleghi e informa la prossima campagna di marketing e migliora la redditività.
https://www.jmp.com/en_au/academic/case-study-library.html#credit
