20XX年数据分类-决策树.pptVIP

第4讲 数据分类-决策树;目录;本周学习目标;;定义;分类的示例;示例数据集;分类问题的形式化描述;分类的过程;获取数据;预处理;分类器设计1-划分数据集;分类器设计2-分类器构造;分类器设计3-分类器测试;分类决策;分类的评价准则-约定和假设;分类的评价准则-指标1;分类的评价准则-指标2;分类的评价准则-指标3;分类的评价准则-指标4;分类的评价准则-指标5;延伸阅读;关于数据分类的小结;;决策树;决策树示例-购买保险;保险决策树;决策树向程序语言的转化;ID3算法的原理;ID3算法的原理;ID3算法的原理;ID3算法的原理;ID3算法原理;ID3算法示例;第1步：计算对训练集分类所需的期望信息;第2步：计算A1（公司职员）的熵;第2步：计算A1（公司职员）的熵;第2步：计算A1（公司职员）的熵;第3步：计算A1（公司职员）的信息增益;第4步：求出其他描述属性的信息增益;第5步：根据根节点划分数据集;第5步：根据???节点划分数据集;第5步：根据根节点划分数据集;ID3算法小结;;ID3的不足（1/2）;ID3的不足（2/2）;变化一：使用信息增益比;变化二：处理未知值的训练样本（1/2）;变化二：处理未知值的训练样本（2/2）;变化三：处理连续值的训练样本（1/10）;变化三：处理连续值的训练样本（2/10）;变化三：处理连续值的训练样本（3/10）;变化三：处理连续值的训