決策樹培訓講義-資料下載頁
2026-01-04 19:36本頁面
【正文】 級 2023/1/31 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 2023/1/31 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，占用的內存資源較少。 2023/1/31 類別屬性的信息熵 Gini Index算法 37 ? ID3 and PRISM適用于類別屬性的分類方法。 ? Gini Index能數(shù)值型屬性的變量來做分類。著重解決當訓練集數(shù)據(jù)量巨大，無法全部放人內存時，如何高速準確地生成更快的，更小的決策樹。 2023/1/31 ? 集合 T包含 N個類別的記錄，那么其 Gini指標就是 ? 如果集合 T分成兩部分 N1 和 N2。則此分割的Gini就是 ? 提供最小 Gini split就被選擇作為分割的標準 (對于每個屬性都要經過所有可以的分割方法 )。 Gini Index算法 38 2( ) 11jNgini T p jp jj?? ??為 類 別出 現(xiàn) 的 頻 率)()()( 2211 TginiNNTginiNNTgini split ??2023/1/31 案例：在汽車銷售中的應用 2023/1/31 39 2023/1/31 40 2023/1/31 41 N N Y Y Y N Y Y Y N N N CART算法 42 ? 由 Friedman等人提出， 1980年以來就開始發(fā)展，是基于樹結構產生分類和回歸模型的過程，是一種產生二元樹的技術。 ? CART與 ：其在每一個節(jié)點上都是采用二分法，也就是一次只能夠有兩個子節(jié)點， 可以產生不同數(shù)量的分枝。 2023/1/31 2023/1/31 43 構建樹的步驟： 2023/1/31 44 2023/1/31 45
環(huán)評公示相關推薦
鄂ICP備17016276號-1