國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
37
3.壯年期(25~44 歲)的客戶 4.女性的客戶
5.彰化地區的客戶
6.教育程度為大專以上的客戶
經由調整規則支持度門檻值α大小整合現象如表 4-3-7：
α增加 規則顯現出總體客戶的規則，可用來對客戶進行主要行銷活動。
α減少 規則顯現出個體客戶的規則，可用來做為一對一的客戶行銷活動。
表 4-3-7、最小支持度比較表
第四節 預測分析
接下來預測小林眼鏡的未來潛在客戶，建立預測模型並進行模型評估，本研 究用羅吉斯迴歸模型和分類與回歸樹模型來做預測。本研究根據「年份變數資料」
和 clementine12 中「有無變數選取」兩種差別來建立模型：「年份變數資料」的 部分有兩種，用 99 年資料來預測 100 年以及用 98、99 年資料來預測 100 年；「有 無變數選取」的部分有兩種，建模前使用變數選取以及建模前未使用變數選取。
Clementine12 進行變數選取時根據以下五個指標，來選取重要變數：
1.遺漏值的限制最大百分比、2.在一個單一的類別記錄最大百分比、3.最大數量 的類別的記錄的百分比、4.最小變異係數、5.最低標準偏差
建模過程的第一個步驟為產生訓練集建立分類模型，第二個步驟為利用測試 集對分類模型準確率進行估計，在步驟一和步驟二之間，我們還需要探討是否使 用平衡的技巧來修正訓練集資料的不均勻性，所謂的平衡是指將訓練集中的稀有 事件的比例放大至與主要事件相同，做法是將稀有事件和主要事件的個數以 1:1 的比例抽出做為實際使用的訓練集用來建立模型。
本研究的小林眼鏡客戶資料中，沒購買拋棄式隱形眼鏡(商品 D3)的客戶數 量較少為稀有事件，有購買拋棄式隱形眼鏡的客戶數量較多為主要事件。舉例來 說，若用 99 年的資料來預測 100 年會不會購買主要商品拋棄式隱形眼鏡：99 年 原始銷售客戶資料共有 583 個客戶，取 70%為訓練集，取 30%為測試集，在訓練 集中購買商品 D3 的人數為 430 人(占 73.76%)，沒購買商品 D3 在訓練集的人數 為 153 人(占 26.24%)，為不平衡的現象，於是可以考慮使用平衡的技巧將訓練 集中有無購買商品 D3 的人數比例調至相同。
一、羅吉斯迴歸
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
39
圖 4-4-1 至圖 4-4-8 的最下方的分類矩陣，行(row)代表的為實際觀測值，
欄代表預測值，針對分類矩陣有幾個度量名詞介紹：
一、真陽(true positive )：實際正確被預測為正確的。
二、偽陽(false positive)：實際不正確的被預測為正確的。
圖 4-4-1、模型 1、99 年資料，無變數選取，無平衡 圖 4-4-2、模型 2、99 年資料，有變數選取，無平衡
圖 4-4-3、模型 5、99 年資料，無變數選取，有平衡 圖 4-4-4、模型 6、99 年資料，有變數選取，有平衡
圖 4-4-5、模型 3、98、99 年資料，無變數選取，無平衡 圖 4-4-6、模型 4、98、99 年資料，有變數選取，無平衡
圖 4-4-7、模型 7、98、99 年資料，無變數選取，有平衡 圖 4-4-8、模型 8、98、99 年資料，有變數選取，有平衡
‧
三、真陰(true negtive)：實際不正確的被預測為不正確的。
四、偽陰(false negtive)：實際正確的被預測為不正確的。
五、準確度(accuracy)：用以衡量估計值準確可依賴的程度。準確度的計算：[真 陽(true positive )+ 真陰(true negtive)]÷全部值。舉例來說，圖 4-4-1 的分類矩陣中，真陽值為 110、偽陽值為 28、真陰值為 30、偽陰值為 8、準確度 個圖發現在實際沒購買商品 D3(F)下預測沒購買商品 D3(F)的數量變多(30→35)，
在實際購買商品 D3(T)下預測購買商品 D3(T)的數量變少(110 人→101)。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
41
有一年自變數資料的模型 1 和模型 2 還來的高，符合自變數個數多模型解釋能力 會較佳的概念。而從測試集的精確度來看，發現有無選取重要變數和不同年份變 數資料對預測準確度並無明顯的區別。