相親、交友與決策樹-wenkub
2023-03-23 13:15:17 本頁面
【正文】 A尼瑪 交友推薦系統(tǒng)的構造和優(yōu)化 ? 尼瑪 使用 – GainA(S)= SpliteA(S)= GainRatioA= – GainB(S)= SpliteB(S)= GainRatioB= – GainC’(S)= SpliteC’ (S)= GainRatioC’= – GainD(S)= SpliteD(S)= GainRatioD= – GainE(S)= SpliteE(S)= GainRatioE= ? 通過信息增益率 ， 可以回避選擇離散的收入作為分裂屬性 尼瑪 交友 推薦系統(tǒng)的構造和優(yōu)化 ? 事實上 ， 收入 是個連續(xù)變量 ， 不能做離散值處理 – 對連續(xù)變量進行離散化 ， 變?yōu)槿舾蓚€離散的區(qū)間 40 W鉆石男18 W經適男19 W經適男35 W鉆石男11 W牛奮男37 . 5 W鉆石男12 W牛奮男19 . 8 W經適男24 . 2 W經適男9 . 5 W牛奮男50 W鉆石男11 . 8 W牛奮男17 W牛奮男32 W經適男14 W經適男19 . 2 W牛奮男9 . 5 W牛奮男11 . 8 W牛奮男14 W經適男18 W經適男19 W經適男24 . 2 W經適男32 W經適男35 W鉆石男37 . 5 W鉆石男40 W鉆石男50 W鉆石男19 . 8 W經適男排序11 W牛奮男12 W牛奮男17 W牛奮男19 . 2 W牛奮男9 . 5 W牛奮男11 . 8 W牛奮男14 W經適男18 W經適男19 W經適男24 . 2 W經適男32 W經適男35 W鉆石男37 . 5 W鉆石男40 W鉆石男50 W鉆石男19 . 8 W經適男11 W牛奮男12 W牛奮男17 W牛奮男19 . 2 W牛奮男分割區(qū)間 = 13 W 13 W = 33 . 5 W 33 . 5 W13 W 33 . 5 W尼瑪 交友 推薦系統(tǒng)的構造和優(yōu)化 ? 分割區(qū)間的策略 – 從排序數(shù)據(jù)兩端向中間移動分割邊界 y’和 y’’； – 計算分割出的三個子集的信息增益率； – 按照信息增益率最高的分割選取 y’和 y’’； ? 新 的劃分的信息增益率為： – 大于 GainRatioA= – 應該選取連續(xù)型的收入作為第一級分裂屬性 ? 收入 屬性按照選取的邊界分割成三個區(qū)間 9 . 5 W牛奮男11 . 8 W牛奮男14 W經適男18 W經適男19 W經適男24 . 2 W經適男32 W經適男35 W鉆石男37 . 5 W鉆石男40 W鉆石男50 W鉆石男19 . 8 W經適男11 W牛奮男12 W牛奮男17 W牛奮男19 . 2 W牛奮男 = 13 W 13 W = 33 . 5 W 33 . 5 W13 W 33 . 5 W尼瑪 交友推薦系統(tǒng)的構造和優(yōu)化 ? 決策樹的剪枝 – 為什么要剪枝 ？ ? 數(shù)據(jù)中有噪音 、 訓練數(shù)據(jù)量少和過擬合 ? 會 導致出現(xiàn)錯誤的分類 – 如何剪枝 ？ ? 根據(jù)錯誤分類出現(xiàn)的情況 ， 去掉部分子樹 尼瑪 交友推薦系統(tǒng)的構造和優(yōu)化 ? 剪枝的簡單示例 – 病毒分類樹 （ ） – 使用樣本數(shù)據(jù)分析 ? 有五 個錯誤分類樣例 病毒 id 特征 A 特征 B 特征 C 類別 錯分類 1 Y Y Y 陽 2 Y Y Y 陽 3 Y Y Y 陽 4 Y Y Y 陽 5 Y Y Y 陽 6 Y Y N 陰 * 7 Y Y N 陰 * 8 Y Y N 陰 * 9 Y N Y 陽 10 Y N Y 陽 11 Y N Y 陽 12 Y N Y 陽 13 Y N N 陽 * 14 Y N N 陽 * 15 Y N N 陰 16 Y N N 陰 17 Y N N 陰 18 N N N 陰 19 N Y N 陰 20 N Y Y 陰 A B 負 C 正 正 負 Y Y Y N N N 尼瑪交友 推薦系統(tǒng)的構造和優(yōu)化 ? 第 1步 、 決策樹規(guī)則化 （ ） – 規(guī)則 1 IF A=Y AND B=Y THEN 陽 – 規(guī)則 2 IF A=Y AND B=N AND C=Y THEN 陽 – 規(guī)則 3 IF A=Y AND B=N AND C=N THEN 陰 – 規(guī)則 4 IF A=N THEN 陰 A B 負 C 正 正 負 Y Y Y N N N 尼瑪 交友 推薦系統(tǒng)的構造和優(yōu)化 ? 第 2步 規(guī)則精度的 計算 – 規(guī)則 1 IF A=Y AND B=Y THEN 陽 – 規(guī)則 2 IF A=Y AND B=N AND C=Y THEN 陽 – 規(guī)則 3 IF A=Y AND B=N AND C=N THEN 陰 – 規(guī)則 4 IF A=N THEN 陰 規(guī)則 分類正確的數(shù)目 分類錯誤的數(shù)目 精度 1 5 3 5/8 2 4 0 4/4 3 3 2 3/5 4 3 0 3/3 尼瑪 交友 推薦系統(tǒng)的構造和優(yōu)化 ? 第 3步 對規(guī)則進行修剪 – 規(guī)則 2與規(guī)則 4精度為 100%， 保留 – 規(guī)則 1和 3引入了錯誤 ， 進行判斷條件的篩選
教學課件相關推薦
鄂ICP備17016276號-1