決策樹分析及spss實現(xiàn)(ppt61頁)-預(yù)覽頁
【正文】 樹如何運作 : 『 二十個問題 』 （ Twenty Questions） 這個遊戲，一定可以輕易了解決策樹將資料分類的方式。如果謹(jǐn)慎選擇問題，只要短短幾次詢問就可以將後來的資料正確分類。選擇一開始的測驗有不同的演算法，但目的都是一樣的：這個過程一再重複，直到資料到達(dá)葉部節(jié)點（ leaf node）。 ●如果是一個葉部節(jié)點，可觀察資料分類的方式。受測者被要求回答他們的年齡，性別，最?？吹碾娪埃约白罱催^的電影片名。 一個決策樹創(chuàng)造一系列盒子或箱子，我們可以將資料丟進(jìn)去。 ●這個圖形可以換成一個 直條圖（ histogram）， 每一個直條的高度顯示落在對應(yīng)箱中的資料數(shù) 目。 15 決策樹基本觀念 16 決策樹基本觀念 表現(xiàn)多維度 : 當(dāng)我們將資料丟進(jìn)格子中，它們落到特定的層內(nèi)並以此分類。這和線性，邏輯性或二次差分等傳統(tǒng)的統(tǒng)計分類方法試圖在資料空間中劃上一條直線或弧線將資料分層的方式大不相同。還有一種持卡人每月都繳清帳款，但他們交易金額很高，因此發(fā)卡銀行還是可以賺到錢。自從１９８４年布里曼（ L. Brieman）與其同僚發(fā)表這種方法以來，就一直機械學(xué)習(xí)實驗的要素。因此，第一的任務(wù)是決定哪一個自變數(shù)可以成最好的分隔變數(shù)。不論哪一種，分散度指標(biāo)很高，表示這個組合中包含平均分配到多個類別，而分散度指標(biāo)很低則表示一個單一類別的成員居優(yōu)勢。 為了在一個節(jié)點中選擇最佳分隔變數(shù)，我們依次考量每一個自變數(shù)。再一次，我們檢視所有輸入變數(shù)，找出雀屏中選的分隔變數(shù)。當(dāng)我們無法找到任何分隔可以顯著降低一個節(jié)點的分散度，我們就將其標(biāo)示為葉部節(jié)點。該節(jié)點是一個葉部節(jié)點，表示找不到任何分隔變數(shù)可以顯著的降低其分散性。相對的，這個葉部的錯誤率 1 。 如果我們試圖預(yù)測身高，而我們來到一個節(jié)點，包含一個名叫馬丁的高個子，和幾個比較矮的人，我們可以訂出一個新規(guī)則 『 名叫馬丁的人是高個子 』 ，來降低分散度。很顯的。為了確認(rèn)這些最沒用的分支，我們引入一個決策樹的 『 調(diào)節(jié)錯誤率 』 （ adjust error rate）的觀念。入選分支樹中每一個都被用來分類測試組資，得出最低的整體錯誤率的就是勝利者。然而，在許多應(yīng)用上，錯誤分類的代價依資料類別不同而有異。 39 ，是澳州研究者昆蘭（ J. Ross Quinlan）多年努力成果。相反的，嘗試以只用訓(xùn)練資料的情況下來修剪決策樹。 ?看球賽加上地主隊獲勝加上待在家裡，就會得出 健怡汽水 。這也是最受到廣泛使用的演算法，因為它隨著 SPSS和 SAS等受歡迎的統(tǒng)計軟體流通。 45 CHAID 培養(yǎng)決策樹： 如同其他兩種方法， CHAID演算利用輸入變數(shù)找出一個方法，將訓(xùn)練組資料分隔成兩個或兩個以上子節(jié)點。如果這些分隔之中任何一個可以產(chǎn)生統(tǒng)計上顯著差異的結(jié)果，就就被保留。 50 CHAID 限制決策樹的成長： 在 CHAID演算法中，決策樹持續(xù)成長，直到再也沒有任何區(qū)隔能在分類上達(dá)到統(tǒng)計顯著性差異為止。額外的節(jié)點會造成不便，因為只有到達(dá)某一個節(jié)點的訓(xùn)練組資料有能夠引發(fā)下一層的分支樹。這個決策樹完美的將訓(xùn)練組資料分組，但需要五個內(nèi)部分隔節(jié)點。 』 54 其他決策樹的變化 55 其他決策樹的變化 56 其他決策樹的變化 以機械學(xué)習(xí)研究者的行話來說，一個看一眼就能夠了解的決策樹，具有方便理解的性質(zhì)。藉由選擇不同的Ｎ值，我們可以讓這條直線上下移動，但無法改變其斜率。多個軟體工具嘗試以變數(shù)數(shù)值的加權(quán)總數(shù)來做分，讓超平面傾斜，而且有多種方法可以選擇加權(quán)方式。當(dāng)我們碰到方形區(qū)域無法順利描述出讓類別真正形狀的領(lǐng)域，類神經(jīng)可以得出更正確的分類。 ●決策樹能夠處理連續(xù)與 類別型的資料 。 演講完畢，謝謝觀看！
畢業(yè)設(shè)計相關(guān)推薦
鄂ICP備17016276號-1