模型背景

1.使用分而治之思想，找到一个分割点，使划分后的数据“纯度”更高

2.通过计算信息熵，找到信息增益最大的参数，即为分割点

3.容易产生过拟合，rpart提供“复杂度损失修剪”方法，参数：
    1)偏差小于某个特定值，默认0.01
    2)节点中样本量小于某个固定值，默认20
    3)当树的深度大于某一个界限值，默认30

业务背景

物流客户中，中小客户划分给电话销售管理，通过电话管理客户，其中一部分客户活跃度很低，划分为微型客户MC，由一个销售(MCE)管理，通常只是接电话，主要通过EDM和邮件批量主动联系客户。

年底的时候，我们通常需要找到微小客户MC，划分到单独的销售管理。我们经常遇到的挑战是，如果我们将过多的MC分给了普通电话销售(TSE)，那么将给TSE带来低效的业务客户，产出低，耗费额外精力；如果误将TS客户分给了MCE，那么很可能由于没有提供相应的管理和服务，导致客户流失。

过往来看，主要是按照当年月均收入来判断，当月均收入低于500，将划分为MCE管理，实际上发现，每年做的Rankup数量挺多的，划分不够合理。

数据处理

1.使用决策树模型进行分类，建立分类模型

2.取两年数据，用第二年的实际值来判定是否划分MC，如果第二年月均大于500，标记Y，否则标记N

3.特征值取第一年的发件行为数据，包括有发件月数，平均每个月票数spm，平均每票重量kps，平均每公斤卖价rpk

模型验证与调优

1.随机取1/10作为验证，9/10建立模型

2.预测评估模型

R语言

使用R语言的rpart包中的rpart函数，基于CART算法的分类回归树模型

用prune剪枝

用predict进行预测