决策树分析及SSS实现.pptVIP

決策樹分析 簡介 決策樹基本觀念 決策樹基本觀念 決策樹基本觀念 決策樹基本觀念 決策樹基本觀念 決策樹基本觀念 決策樹基本觀念 決策樹基本觀念 決策樹基本觀念 決策樹基本觀念 決策樹基本觀念 決策樹基本觀念 決策樹的優、缺點 分類與迴歸樹（CART） 分類與迴歸樹（CART） 確認入選的分支決策樹： 我們的目標是首先將提供最少額外預測能力的分支先修剪掉。為了確認這些最沒用的分支，我們引入一個決策樹的『調節錯誤率』（adjust error rate）的觀念。這是一種衡量方法，逐一檢視每一個葉部，確認最弱勢的分支（那些無法有效降低整棵決策樹錯誤率的分支），然後將它們標示出來加以修剪 分類與迴歸樹（CART） 分類與迴歸樹（CART） 分類與迴歸樹（CART） 評估分支樹： 最後工作是從入選的分支樹中選出最能分類新資料的決策樹。為達到此目的，我們使用第二個預先分好的資料組，即『測試組資料』（test set）。測試組和訓練組來自同一群母體，但包含的資料不同。入選分支樹中每一個都被用來分類測試組資，得出最低的整體錯誤率的就是勝利者。 分類與迴歸樹（CART） 評估最佳的分支樹： 最後工作是從利用第三組資料，將測試組和訓練組打散，即『評估組資料』（evaluation set）。入選分支樹應用在評估組所得出的錯誤率，來預期這個分支樹在未