決策樹方法在數(shù)據(jù)挖掘中的應(yīng)用(編輯修改稿)
2024-11-15 11:47 本頁面
【文章內(nèi)容簡介】 一個(gè)變量，但是在目前這個(gè)例子中，年齡似乎是導(dǎo)致一個(gè)人的血壓是否偏高的最重要因素。 如圖所示，研究對象按年齡分為以下 3組： 32~50歲， 51~62歲， 63~73歲 它們分別對應(yīng)于模型樹的三個(gè)葉節(jié)點(diǎn)。 此外，還可以用除 Age以外的其他字段為模型樹創(chuàng)建新的葉節(jié)點(diǎn)。在模型樹上通過指定其它字段以創(chuàng)建新的葉節(jié)點(diǎn)稱為分叉。對于當(dāng)前這個(gè)數(shù)據(jù)集，系統(tǒng)會(huì)自動(dòng)發(fā)現(xiàn) 12個(gè)分叉。 理解模型 觀察其分叉 觀察其分叉將使我們可以看到除年齡以外對血壓還有影響的其他重要變量的作用。 KnowledgeSEEKER可以計(jì)算出所有變量對血壓影響的大小并將使它們按順序排列起來。用另一個(gè)變量直接在根節(jié)點(diǎn)下面構(gòu)造葉節(jié)點(diǎn)即可進(jìn)入模型樹的另一個(gè)分叉。這樣，我們就可以很容易地觀察到其他數(shù)據(jù)元素對血壓的影響。 對于自動(dòng)生成的每一個(gè)分叉所作的概述將為我們考慮下一步的研究方向提供有益的線索。很明顯，上面所獲得的信息中有一些符合我們的預(yù)先估計(jì)。例如，一個(gè)人年齡越大，患高血壓的可能性也就越高；一個(gè)人參加體育活動(dòng)越多，換高血壓的可能性也就越低。這些都是我們預(yù)先估計(jì)到的。然而，我們從數(shù)據(jù)集中也發(fā)現(xiàn)了一些預(yù)先沒有估計(jì)到的結(jié)果，如人的身高與其高血壓之間的關(guān)系就是我們預(yù)先沒有估計(jì)到的。 理解模型 進(jìn)入特定分叉 擴(kuò)展模型樹 以 smoking為分叉變量構(gòu)造的模型樹目前還只有一層。我們可以對這棵模型樹作進(jìn)一步擴(kuò)展。在模型樹的第二層中選擇經(jīng)常吸煙者相對應(yīng)的節(jié)點(diǎn)，然后，在Grow下拉菜單
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1