原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
分类和预测;分类 vs. 预测;分类—两步骤处理;分类—两步骤处理;分类过程：构造模型;分类过程：使用模型进行预测;有监督学习vs无监督学习 Supervised vs. Unsupervised Learning;分类和预测;关于分类和预测的问题：数据准备;分类和预测的问题：评估分类模型;分类和预测;用决策树归纳分类;决策树生成;训练数据集合;输出：一个针对“buys_computer”的决策树;决策树归纳算法;决策树归纳算法;属性选择度量;信息增益;熵（Entropy）和 信息增益;熵（Entropy）和 信息增益;通过计算信息增益来选择属性;*;增益率;Gini 指标（Gini Index）;Gini 指标;*;过适应（Overfitting）和树剪枝;基本决策树归纳的加强;数据挖掘学习中可伸缩决策树归纳方法;分类和预测;贝叶斯分类;*;朴素贝叶斯分类;朴素贝叶斯分类器;一个朴素贝叶斯分类的例子 训练集如下;*;避免零概率值问题;有关独立性假设;贝叶斯信念网络;贝叶斯信念网络: 一个???子;贝叶斯信念网络;分类和预测;*;使用 IF-THEN 规则分类;从决策树中抽取分类规则;*;*;如何学习规则;规则剪枝;分类和预测;*;*;*;神经网络;*;*;*;*;*;分类和预测;*;*;*;*;*;*;*;分类和预测;其它的分类方法;*;惰性学习法;k-最近邻分类;k-最近邻分类;*;基于案例的推理(CBR);遗传算法;*;模糊集方法;分类和预测;什么是预测？;线性回归;多元线性回归与非线性回归;广义线性模型;分类和预测;分类器评估度量: 准确率和误差率;ECUST--Jing Zhang;ECUST--Jing Zhang;ECUST--Jing Zhang;ECUST--Jing Zhang;分类和预测;评估分类法的准确率;评估分类法的准确率;小结;参考文献;习题一;习题二;思考题;
文档评论（0）