3第三章決策樹(專業(yè)版)
【正文】 2023/2/13 應用案例：在農(nóng)業(yè)中的應用 2023/2/13 24 第一步：屬性離散化 2023/2/13 25 第二步：概化（泛化） 2023/2/13 26 第三步：計算各屬性的期望信息 2023/2/13 27 =(17/30)*LOG((17/30),2)+(10/30)*LOG((10/30),2)+(3/30)*LOG((3/30),2) 計算各屬性的信息增益 2023/2/13 28 第四步：決策樹 2023/2/13 29 案例 2：銀行違約率 2023/2/13 30 2023/2/13 31 案例 3 對電信客戶的流失率分析 2023/2/13 32 數(shù)據(jù)倉庫 條件屬性 類別屬性 客戶是否流失 案例 4：在銀行中的應用 2023/2/13 33 案例 5：個人信用評級 2023/2/13 34 個人信用評級決策樹 （五） 其他算法 35 ? ? Gini Index算法 ? CART算法 ? PRISM算法 ? CHAID算法 2023/2/13 36 ? ，適用在處理大數(shù)據(jù)集，采用 Boosting（提升）方式提高模型準確率，又稱為 Boosting Trees，在軟件上的計算速度比較快，占用的內(nèi)存資源較少。 ? 如果有以下情況發(fā)生，決策樹將 停止分割： ?該群數(shù)據(jù)的每一筆數(shù)據(jù)都已經(jīng)歸類到同一類別。1 決策 樹 (Decision Tree) 2023/2/13 2 ? 分類的意義 數(shù)據(jù)庫 了解類別屬性與特征 預測 分類模型 — 決策樹 分類模型 — 聚類 一、 分類 (Classification) 2023/2/13 3 數(shù)據(jù)庫 分類標記 性別 年齡 婚姻 否 是 否 是 Female Male 35 ≧ 35 未婚 已婚 2023/2/13 分類 的技術(shù) （ 1）決策 樹 4 （ 2）聚類 2023/2/13 分類的程序 5 ? 模型建立 (Model Buildi
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1