决策树和决策规则概述.pptVIP

增益标准对具有许多输出的检验有严重的偏差，根据info(S)的定义，指定一个附加的参数： 这表示通过把集T分区成n个子集Ti而生成的潜在信息。现在，定义一个新的增益标准： Gain-radio(X)=gain(X)/Split-info(X) 第二十五页，共三十七页。 7.3 未知属性值 C4.5算法的前一版本是基于所有属性值都已确定这一假设。但是在一个数据库，经常会缺少某些样本的一些属性。由于该属性值与某个样本是不相关的，或搜集样本时没有对它进行记录，或在数据录入时有人为的误差，就可能出现属性值丢失的情况。 第二十六页，共三十七页。 第七章 决策树和决策规则 本章目标 分析解决分类问题的基于逻辑的方法的特性. 描述决策树和决策规则在最终分类模型中的表述之间的区别. 介绍C4.5算法. 了解采用修剪方法降低决策树和决策规则的复杂度. 第一页，共三十七页。 决策树和决策规则是解决实际应用中分类问题的数据挖掘方法。 一般来说，分类是把数据项映射到其中一个事先定义的类中的这样一个学习函数的过程。由一组输入的属性值向量(也叫属性向量)和相应的类，用基于归纳学习算法得出分类。 学习的目标是构建一个分类模型，通常也叫分类器。它可以根据有效的属性输入值预测一些实体(所给样本)的类。是一个在样本其他属性已知的情况下预测另外一个属性(样本的类)的模型(分类的结