企業(yè)crm系統(tǒng)中決策樹算法的應(yīng)用-全文預(yù)覽
【正文】 rmation gain。這種度量選擇具有最高信息增益的屬性作為當(dāng)前節(jié)點(diǎn)的分支屬性。決策樹的建立是決策樹分類的基礎(chǔ)，以ID3算法為例說明建立決策樹的過程。首先觀察age屬性的每個(gè)樣本值的good、bad分布，分別計(jì)算每個(gè)分布的信息熵：當(dāng)age=30：s11=9 s21=2時(shí)， I(s11,s21)= 當(dāng)age在 3150間：s12=8 s22=4時(shí)，I(s12,s22)= 當(dāng)age=50：s13=1 s23=2時(shí)，I(s13,s23)= 若按age劃分樣本，所需的信息熵為：E(age)== 類似的，可以得到：E(education)= =E(production)= =E(area)= 通過以上屬性，對(duì)當(dāng)前分支節(jié)點(diǎn)進(jìn)行相應(yīng)樣本集合劃分，從而獲得的信息增益分別為：Gain(age) = I(s1,s2) E(age) ==Gain(education) = I(s1,s2) E(education) ==Gain(production) = I(s1,s2) E(production) ==Gain(area) = I(s1,s2) E(area) ==Gain(equipment) = = educationHML從計(jì)算結(jié)果得到education屬性具有最高信息增益，因此education屬性成為決策樹根節(jié)點(diǎn)的測(cè)試屬性。4個(gè)屬性是客戶年齡段、文化程度、銷售地區(qū)、產(chǎn)品檔次，類別是銷售業(yè)績，分為好和差兩類。數(shù)據(jù)挖掘的成功在很大程度上取決于數(shù)據(jù)的數(shù)量和質(zhì)量。該算法從樹的根節(jié)點(diǎn)處的訓(xùn)練樣本開始，選擇一個(gè)屬性來區(qū)分樣本。 關(guān)鍵字：客戶關(guān)系管理；數(shù)據(jù)挖掘；分類算法決策樹分類是一種從無規(guī)則、無序的訓(xùn)練樣本集合中推理出決策樹表示形式的分類規(guī)則的方法。本文以某企業(yè)銷售業(yè)績?yōu)閷?duì)象，利用決策樹分類算法，得到支持決策，從而挖掘出理想客戶。ID3 算法是一種自頂向下的決策樹生成算法，是一種根據(jù)熵減理論選擇最優(yōu)的描述屬性的方法。這個(gè)算法遞歸地應(yīng)用于每個(gè)子節(jié)點(diǎn)，直到一個(gè)節(jié)點(diǎn)上的所有樣本都分區(qū)到某個(gè)類中。在本文研究的企業(yè)數(shù)據(jù)中，是將客戶的年齡概化為“小于等于30”、“30到50之間”和“大于50”三個(gè)年齡段，分別代表青年、中年和老年客戶，將產(chǎn)品價(jià)格分為高、中、低三檔等，詳見表1，將企業(yè)CRM系統(tǒng)數(shù)據(jù)庫中銷售及客戶信息匯總為4個(gè)屬性2個(gè)類別。為了計(jì)算每個(gè)屬性的信息增益，先使用，所以初始信息熵為：I(s1,s2) = I(18,8)= 然后計(jì)算客戶年齡、文化程度、產(chǎn)品檔次和銷售區(qū)域4個(gè)屬性的熵。因?yàn)閍rea屬性的信息增益最大，所以把屬性area作為該分支的節(jié)點(diǎn)，再向下分支， P2處理類似，最后得到的決策樹如下圖所示：productionhighlowgoodbad=303150goodageareaIⅡ3150=30badageproductionmediumhighbadgoode
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1