最新精品课程完整课件(第8讲)---数据分类-决策树[71p].pptVIP

最新精品课程完整课件(第8讲)---数据分类-决策树[71p].ppt

  1. 1、本文档共71页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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
最新精品课程完整课件(第8讲)---数据分类-决策树[71p]

变化三:处理连续值的训练样本(2/10) 示例 求利用C4.5算法在连续值描述属性A上的 最佳分割点 解: 第0步,将A的取值升序排列 {65,70,70,70,75,78,80,80,80,85,90,90,95,96} 第1步,计算vi=65时的信息增益比 * A C 85 c2 90 c2 78 c1 96 c1 80 c1 70 c2 65 c1 95 c2 70 c1 80 c1 70 c1 90 c1 75 c1 80 c2 变化三:处理连续值的训练样本(3/10) 解: 第1步,计算vi=65时的信息增益比 * A C 85 c2 90 c2 78 c1 96 c1 80 c1 70 c2 65 c1 95 c2 70 c1 80 c1 70 c1 90 c1 75 c1 80 c2 变化三:处理连续值的训练样本(4/10) 解: 第1步,计算vi=65时的信息增益比 * A C 85 c2 90 c2 78 c1 96 c1 80 c1 70 c2 65 c1 95 c2 70 c1 80 c1 70 c1 90 c1 75 c1 80 c2 变化三:处理连续值的训练样本(5/10) 解: 第2步,计算vi=70时的信息增益比 * A C 85 c2 90 c2 78 c1 96 c1 80 c1 70 c2 65 c1 95 c2 70 c1 80 c1 70 c1 90 c1 75 c1 80 c2 变化三:处理连续值的训练样本(6/10) 解: 第2步,计算vi=70时的信息增益比 * A C 85 c2 90 c2 78 c1 96 c1 80 c1 70 c2 65 c1 95 c2 70 c1 80 c1 70 c1 90 c1 75 c1 80 c2 变化三:处理连续值的训练样本(7/10) 解: 第2步,计算vi=70时的信息增益比 * A C 85 c2 90 c2 78 c1 96 c1 80 c1 70 c2 65 c1 95 c2 70 c1 80 c1 70 c1 90 c1 75 c1 80 c2 变化三:处理连续值的训练样本(8/10) 解: 第3步,计算vi=75时的信息增益比 * A C 85 c2 90 c2 78 c1 96 c1 80 c1 70 c2 65 c1 95 c2 70 c1 80 c1 70 c1 90 c1 75 c1 80 c2 变化三:处理连续值的训练样本(9/10) 解: 第3步,计算vi=75时的信息增益比 * A C 85 c2 90 c2 78 c1 96 c1 80 c1 70 c2 65 c1 95 c2 70 c1 80 c1 70 c1 90 c1 75 c1 80 c2 变化三:处理连续值的训练样本(10/10) 解: 第3步,计算vi=75时的信息增益比 * A C 85 c2 90 c2 78 c1 96 c1 80 c1 70 c2 65 c1 95 c2 70 c1 80 c1 70 c1 90 c1 75 c1 80 c2 过拟合现象(Overfitting) 噪声引起分类面扭曲 数据缺失,使得决策树使用其它分类任务的预测值进行分类 分支太多,由噪声或孤立点产生异常 分类未见数据时精度低 剪枝方法处理过拟合 前剪枝 (Early Stopping Rule) 在生成完全树之前中止 典型的中止条件: 所有的样本属于同一类 所有的属性值相同 更严格的条件: 当树的深度达到用户给定阈值时 样本数少于用户指定的数量 样本的类分布独立于已知特征 (e.g., using ? 2 test) 如果继续划分当前节点并不会改善不纯度 (e.g., Gini or information gain). 剪枝方法处理过拟合 后剪枝 在生成完全树之后处理 以自底向上的方式修剪节点 如果修建后改善了泛化误差,则以叶节点代替子树 叶节点的类标号以子树中大多数样本的标号代替 可以使用 MDL 实现后剪枝 奥卡姆剃刀原理 简单有效原理 管理学,科学领域广泛适用 * 保险决策树 解决了哪类人更倾向于购买保险的问题 * 年龄 信誉度 公司职员 c1 c1 c2 c1 c2 =40 41~50 50 是 否 良 优 决策树向程序语言的转化 if (年龄=40 是公司职员) 买保险 if (年龄=40 不是公司职员) 不买保险 if (年龄介于41~50之间) 买保险 if (年龄50 信誉度为良) 买保险 if (年龄50 信誉度为优) 不买保险 * 基本决策树方法 基本算法 (贪婪算法) 自顶向下的分治算法构造树 开始, 所有的训练样本和树根相连 属性为分类属性 (若是连续值,则离散化) 根据选定的属性递

文档评论(0)

专注于电脑软件的下载与安装,各种疑难问题的解决,office办公软件的咨询,文档格式转换,音视频下载等等,欢迎各位咨询!

1亿VIP精品文档

相关文档