培訓(xùn)資料決策樹算法及應(yīng)用拓展(41頁)-管理培訓(xùn)-文庫吧在線文庫
【正文】 21 97 3265 657 53 189 325 Public1 17 83 3215 565 53 141 237 PublicS 15 71 2979 457 53 115 169 PublicV 15 65 2875 435 53 107 163 Max rat 40% 48% 14% 51% 0% 77% 99% Nodes 9 37 1991 185 51 35 43 產(chǎn)生的節(jié)點(diǎn)數(shù)目 實(shí)驗(yàn)結(jié)果 (二 ) Dateset DS1 DS2 DS3 DS4 DS5 DS6 DS7 Sprint Public1 PublicS PublicV Max rat 9% 0% 17% 11% 2% 2% 3% 執(zhí)行時(shí)間 (S) 算法結(jié)果分析 ? 總體上，比 Sprint算法有較大改進(jìn) ? 相對(duì)于最后的剪枝樹仍有多余的結(jié)點(diǎn)，有待改進(jìn) ? 挖掘效率與數(shù)據(jù)分布及噪聲有關(guān) 言歸正傳 —捕捉數(shù)據(jù)變化的挖掘方法 ? 新生成一棵決策樹 ? 與舊樹完全沒有關(guān)系 ? 生成一棵相關(guān)的樹 ? 未達(dá)到舊樹中葉節(jié)點(diǎn)的深度 ? 超出了舊樹中相應(yīng)節(jié)點(diǎn)的深度 ? 相同的屬性，最好的劃分 (best cut) ? 相同的屬性，相同的劃分 方法三的對(duì)應(yīng)算法 ? 使新樹與舊樹有相同的屬性和劃分，且能及早停止 ? 測(cè)試在舊樹中每個(gè)葉子節(jié)點(diǎn)的錯(cuò)誤變化的情況 ? 進(jìn)一步生成新的樹 ? 剪枝移除那些無預(yù)測(cè)特性的分枝 ? 比較新、舊樹，識(shí)別變化部分 標(biāo)識(shí)幾種不同的變化類型 ? 區(qū)域的連接：舊樹中的劃分不必要 ? 邊界的移動(dòng)：舊樹中的劃分移到了新的位置 ? 進(jìn)一步細(xì)化 (Refinement):舊樹中的葉結(jié)點(diǎn)不足以描述新生成數(shù)據(jù) ? 類標(biāo)號(hào)變化：舊樹中的節(jié)點(diǎn)類標(biāo)號(hào)發(fā)生了變化 ? 錯(cuò)誤率 的變化 ? 覆蓋率 的變化：某個(gè)節(jié)點(diǎn)具有的數(shù)據(jù)量的比率 小結(jié) ? Building Decision Tree算法 ? Pruning Decision Tree算法 ? Public 算法 ? Public(1)算法 ? Public(s)算法 ? Public(v)算法 ? 識(shí)別數(shù)據(jù)變化的挖掘算法 個(gè)人觀點(diǎn) 計(jì)算分裂點(diǎn)屬性代價(jià)下界的算法代碼 2?sn2?snProcedure ComputeMinCostS(Node N) If K=1 return (C(S)+1) S=1 tmpCost=2*S+1+S*log a +∑ni i=s+1..k While S+1k and 2+log a do{ tmpCost=tmpCost+2+log a – s++ } Return min {C(S)+1,tmpCost } } 。決策樹算法及應(yīng)用拓展 ? 內(nèi)容簡(jiǎn)介： ? 概述 ? 預(yù)備知識(shí) ?決策樹生成 (Building Decision Tree) ?決策樹剪枝 (Pruning Decision Tree) ? 捕捉變化數(shù)據(jù)的挖掘方法 ? 小結(jié) 概述 (一 ) ? 傳統(tǒng)挖掘方法的局限性 ? 只重視從數(shù)據(jù)庫中提取規(guī)則，忽視了庫中數(shù)據(jù)的變化 ? 挖掘所用的數(shù)據(jù)來自穩(wěn)定的環(huán)境，人為干預(yù)較少 概述 (二 ) ? 捕捉新舊數(shù)據(jù)變化的目的： ? 挖掘出變化的趨勢(shì) ?例：啤酒 ——尿布 ? 阻止 /延緩不利變化的發(fā)生 ?例：金融危機(jī) ——銀行的信貸策略 ? 差異挖掘算法的主要思想： ? 合理 比較新 /舊數(shù)據(jù)的挖掘結(jié)果，并清晰的描述其變化部分 預(yù)備知識(shí)一 (Building Tree) ? 基本思想： ? 用途：提取分類規(guī)則，進(jìn)行分類預(yù)測(cè) 判定樹分類算法 output 訓(xùn)練集 決策樹 input
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1