決策樹是日常建模中使用最普遍的模型之一，在SAS中，除了可以通過EM模塊建立決策樹模型外，還可以通過SAS代碼實現。決策樹模型在SAS系統中對應的過程為Proc split或Proc hpsplit，兩者基本一樣，后者效率更高，但在SAS help都查不到這兩個過程步，本文參考相關資料主要介紹Proc split過程。其語法結構為：
Proc split options;
Code options;
Decision decdata options;
Describe options;
Freq variable;
In|input variables/options;
Priors probabilities;
Prune node-identifier;
Score options;
Target variable;
1）在proc split中，data=指定分析數據集； outimportance=指定輸出數據集，包括自變量的重要性；outleaf=指定輸出數據集，包括各葉節點的統計指標；outmatrix=指定數據集，包括描述性統計指標；outseq=指定輸出數據集，包括子樹的統計指標；outtree=指定輸出數據集，包括描述樹的統計指標；leafsize=指定一個葉節點包含的最少觀測數；maxbranch=指定一個節點的最大分枝數；maxdepth=指定最大的數深度；splitsize=指定一個節點分割的最小觀測數；subtree=指定選擇子樹的方法。
proc split data=other.train outimportance=test_1 outleaf=test_2 outmatrix=test_3 outseq=test_4 outtree=test_5;
in arpu mou gprs;
target liwang_flag;
run;
assess=指定模型評估方法，包括impurity、lift、profit、statistic。
criterion=指定決策樹分割標准，針對二分類變量和分類變量，Chisq表示pearson卡方，probchisq表示pearson卡方的p值，為默認，entropy表示信息增益，eratio表示信息增益率，gini表示通過gini系數分割；針對定距、定比變量，variance，probe表示F-test的p值，為默認，F表F統計量。其中，ID3算法使用信息增益作為屬性分割標准，C4.5、C5.0算法使用信息增益率作為屬性分割標准，CART算法使用gini系數作為屬性分割標准，CHAID算法使用卡方和F檢驗作為屬性分割標准。
2）code生成data步代碼，用來給觀測計分，file=指定代碼輸出文件。
3）decision。
4）describe生成決策樹規則的描述，file=指定描述輸出文件。
5）freq表示給自變量賦予頻數。
6）in或input指定自變量，可以申明多次，在“/”后的level=代表輸入變量的類型，interval、ordinal、nominal，默認為interval，當自變量有多個類型時，可以申明多個input，然后后面用level指定變量類型。
7）priors指訓練集中目標類的先驗概率，與decision互斥，proportional（pro）指各類在訓練集中的占比，或直接列出各類占比，如priors‘0’=0.6‘1’=0.4。
8）prune表示剪枝，與intree=和indmsplit=選項合用。
9）score進行計分，data=指定輸入數據集，out=指定輸出數據集。
10）target指定因變量，在“/”后，level=指定因變量類型，包括binary、nominal、ordinal、interval，默認為interval。
Proc split data=other.train leafsize=50 maxbranch=3 maxdepth=6assess=impurity criterion=chisq;
Input arpu mou gprs/level=interval;
Input product_flag/level=nominal;
Target liwang_flag/level=binary;
Code file='c:\users\edcba123\desktop\rule_1.txt';
Describe file='c:\users\edcba123\desktop\rule_2.txt';
Score data=other.train out=test;
Priors proportional;
Run;