DM-分类决策树(信达永道项目数据分析事务所).pdf

DM公开课之分类与决策树 By: wjs 微博:/wangjingshun 信达永道项目数据分析师事务所 1.概念 目录 4.Cle实现 2.算法 3.模型 1 概念 分类是确定对象属于哪个预定义的目标类 特点： 根据数据某些属性，估计一个特定属性的值 常见应用： 垃圾邮件检测 肿瘤良性恶性判断药物组合效果分析 个人信用等级判断 金融债券评级系统（财务报表提供的信息） 概念 分类定义 分类预备知识 解决分类的一般方法 预备知识 目的 1. 分类任务就是通过学习得到一个目标函数 2. 每个属性集x映射到一个预先定义的类标号y 用途 3. 目标函数也叫做分类模型 描述性建模 ：解释性的工具，用于区分不同类中的对象。 预测性建模 ：用于预测未知记录的类标号 绪论 分类定义 分类预备知识 解决分类的一般方法 分类VS预测 分类：预测分类标号，根据训练数据和类标号，构建模型分类现有数据，并且用 来分类新数据。 预测：构造和使用模型评价无标号样本类，或评估给定样本可能具有的属性值或 者值区间。 相同点：1 都需要构建模型 2 都用模型来估计未知值 （预测中主要为回归模型，包括线性、多元、非线性回归等） 不同点：1 分类主要用来预测类标号 2 预测主要用来估计连续值 绪论 分类定义 分类预备知识 解决分类的一般方法 分类VS聚类 分类：模型的学习在被告知每个训练样本属于哪个类的“指导”下进行 新数据使用训练数据集中得到规则进行分类 聚类：每个训练样本的类编号是未知的，要学习的类集合或者数量也可能 是事先未知的。 通过一系列的度量，观察来建立数据中的类编号或进行聚类 绪论 分类定义 分类预备知识 解决分类的一般方法 研究思路 输入 分类 属性集 算法 模型 类标号 准确率 完善模型与