决策树演算法.ppt

第五章 分類規則法 本章大綱 第一節 分類規則法的概念 第二節 決策樹歸納法 第三節 貝氏分類 第四節 其他分類規則法 第一節 分類規則法的概念 何謂分類規則法 分類規則法技術的分類 何謂分類規則法 分類法(Classification)是針對欲處理且未分類的資料集合，根據已知類別(Class)的物件(Instance)集合，將欲處理資料依據其屬性(Attributes)去完成分類的過程，並冀望能學習分類的規則，提供未來能自動分類之用。 圖5.1 建立分類規則與分類器 圖5.2 進行新資料的分類 分類規則法技術的分類 決策樹 決策樹是一種語意樹(Semantic Tree)，與資料結構中的樹狀結構相仿，皆擁有根(Root)、節點(Node)以及樹葉(Leaf)等結構。 而每一節點都有一個分類的測試條件，就如「IF-THEN」的控制結構，利用測試結果來決定資料將分類於此節點的哪一棵子樹(Branch)，並繼續作為分類的條件和最後的決策。 分類規則法技術的分類(c2) 貝氏網路分類 貝氏網路分類法可分為樸素貝氏分類與貝氏信念網路兩種。 樸素貝氏分類 又稱為天真貝氏分類。 主要是用在已知欲分類的類別以及個數的情況下，進行分類的動作。 貝氏信念網路 為一有向量的非循環圖形。 由節點 (Nodes)與連結線(Edges)所組成