數(shù)據(jù)挖掘第10講分類算法決策樹課件_第1頁
數(shù)據(jù)挖掘第10講分類算法決策樹課件_第2頁
數(shù)據(jù)挖掘第10講分類算法決策樹課件_第3頁
數(shù)據(jù)挖掘第10講分類算法決策樹課件_第4頁
數(shù)據(jù)挖掘第10講分類算法決策樹課件_第5頁
已閱讀5頁，還剩16頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

數(shù)據(jù)挖掘課程培訓(xùn)預(yù)測和分類預(yù)測分類目標(biāo)變量是連續(xù)型或有序值目標(biāo)變量是離散型或類屬標(biāo)號預(yù)測器分類器回歸分析、移動平均法決策樹、貝葉斯、支持向量機(jī)未來銷量預(yù)測未知類別分類如何分類1獲取相應(yīng)數(shù)據(jù)構(gòu)造分類器2測試分類器優(yōu)化分類器模型訓(xùn)練訓(xùn)練數(shù)據(jù)分類算法分類規(guī)則決策樹貝葉斯神經(jīng)網(wǎng)絡(luò)K-近鄰（KNN）支持向量機(jī)模型測試測試數(shù)據(jù)分類規(guī)則新數(shù)據(jù)特征a、b、c判定所屬分類為x準(zhǔn)備工作數(shù)據(jù)清洗相關(guān)分析數(shù)據(jù)規(guī)約評估標(biāo)準(zhǔn)準(zhǔn)確率速度魯棒性可伸縮性可解釋性分類器正確預(yù)測未知數(shù)據(jù)的能力訓(xùn)練和使用分類器的時間消耗分類器對噪聲數(shù)據(jù)和缺失數(shù)據(jù)的處理能力分類器對大量數(shù)據(jù)的處理能力容易理解解釋的分類器規(guī)則決策樹否還款婚姻狀況納稅收入是否否否是已婚 單身, 離異 8K Gain(濕度) Gain(是否有風(fēng)) Gain(溫度)，所以選擇天氣作為第一層分支節(jié)點。對于其每一個分支，重復(fù)前面三步，直至決策樹生成完畢。決策樹模型

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論