基于决策树的分类决策树表示决策树举例决策树简单决策树复杂.PDF

基于决策树的分类 决策树表示 决策树定义和表示 决策树(Decision tree)是一种树形分类器， 决策树生成 每个节点表示某种属性测试条件，每个 分支代表一个测试输出（即将满足条件 决策树修剪 的样本子集分配到不同分枝上）。如此 决策规则生成 递归直到将样本子集分配到叶子节点上。 本质上来看，决策树是通过一系列特征 对数据分类的过程。 决策树举例 决策树(简单) 计数 年龄 收入 学生 信誉 类别 年龄？ 是否购买计算机？ 64 青 高 否 良 不买 64 青 高 否 优 不买 128 中 高 否 良 买 青 中 老 64 老 中 否 良 买 64 老 低 是 良 买 64 老 低 是 优 不买 64 中 低 是 优 买 学生？ 买 信誉？ 128 青 中 否 良 不买 64 青 低 是 良 买 128 老 中 是 良 买 否 是 优 良 64 青 中 是 优 买 32 中 中 否 优 买 32 中 高 是 良 买 不买 买 不买 买 64 老 中 否 优 不买 决策树(复杂) 使用决策树进行分类 高 收入？ 低 决策树学习：利用训练样本生成决策树模型。 学生？ 中 信誉？ 开始，数据都在根节点。 学生？ 否 是 否 优 良 递归地进行数据分片。 信誉？ 买 信誉？ 买 年龄？ 买 修剪决策树：去掉一些可能是噪音或者异常的 良 优