2019年决策树培训课件.pptVIP

Data Mining Tool  －Decision Tree 福建省粒计算及其应用重点实验室 赵红 2014年11月 提要 数据挖掘简介 决策树的用途 决策树的建立（ID3） C4.5示例 Weka J48源码解析 2 2/11/2019 数据挖掘简介 谁加何种类型的油？ 3 姓名 年龄 收入 种族 信誉 电话 地址 加何种油 张三 23 4000 亚裔 良 281-322-0328 2714 Ave. M Supreme 李四 34 2800 白人 优 713-239-7830 5606 Holly Cr Regular 王二 70 1900 西班牙 优 281-242-3222 2000 Bell Blvd. Plus 赵五 18 900 非洲 良 281-550-0544 100 Main Street Supreme 刘兰 34 2500 白人 优 713-239-7430 606 Holly Ct Regular 杨俊 27 8900 亚裔 优 281-355-7990 233 Rice Blvd. Plus 张毅 38 9500 亚裔 优 281-556-0544 399 Sugar Rd. Regular …… 数据挖掘简介 你能判定他/她买计算机的可能性大不大吗？ 4 2/11/2019 姓名 年龄 收入 学生 信誉 电话 地址 邮编 买计 算机 张三 23 4000 是 良 281-322-0328 2714 Ave. M 77388 买 李四 34 2800 否 优 713-239-7830 5606 Holly Cr 78766 买 王二 70 1900 否 优 281-242-3222 2000 Bell Blvd. 70244 不买 赵五 18 900 是 良 281-550-0544 100 Main Street 70244 买 刘兰 34 2500 否 优 713-239-7430 606 Holly Ct 78566 买 杨俊 27 8900 否 优 281-355-7990 233 Rice Blvd. 70388 不买 张毅 38 9500 否 优 281-556-0544 399 Sugar Rd. 78244 买 …… 数据挖掘简介 我们拥有什么: Huge amount of data (GTE:1TB/day) 我们需要什么: Information and knowledge 我们应该怎么办: Data mining 5 2/11/2019 排名 挖掘主题 算法 得票数 发表时间 作者 陈述人 1 分类 C4.5 61 1993 Quinlan, J.R Hiroshi Motoda 2 聚类 k-Means 60 1967 MacQueen, J.B Joydeep Ghosh 3 统计学习 SVM 58 1995 Vapnik, V.N QiangYang 4 关联分析 Apriori 52 1994 Rakesh Agrawal Christos Faloutsos 5 统计学习 EM 48 2000 McLachlan, G Joydeep Ghosh 6 链接挖掘 PageRank 46 1998 Brin, S. Christos Faloutsos 7 集装与推进 AdaBoost 45 1997 Freund, Y. Zhi-Hua Zhou 8 分类 kNN 45 1996 Hastie, T Vipin Kumar 9 分类 Naïve Bayes 45 2001 Hand, D.J Qiang Yang 10 分类 CART 34 1984 L.Breiman Dan Steinberg 数据挖掘10大算法 ICDM 2006 Panel (会议的专题讨论)共有145人选出了数据挖掘10大算法。 建立分类模型的一般方法 决策树的用途 新顾客（测试样例），你能帮助公司将这位客人归类吗？ 即：你能预测这位顾客是属于“买、不买”计算机的那一类？ 又：你需要多少有关这位客人的信息才能回答这个问题？ 8 2/11/2019 计 数 年 龄 收 入 学 生 信 誉 归类： 买计算机？ 64 青 高 否 良 不买 64 青 高 否 优 不买 128 中 高 否 良 买 60 老 中 否 良 买 64 老 低 是 良 买 64 老 低 是 优 不买 64 中 低 是 优 买 128 青 中 否 良 不买 64 青 低 是 良 买 132 老 中 是 良 买 64 青 中 是 优 买 32 中 中 否 优 买 32 中 高 是 良 买 63 老 中 否 优 不买 1 老 中 否 优 买 决策树的用途 9 2/11/2019 谁在买计算机？