客户数据挖掘.pptVIP

●现代方法 ——决策树（Decision Tree） 决策树是一种有指导学习的数据挖掘方法 决策树的组成 决策节点、分支、叶子 ———根节点 分支 ———叶子 Debt10% of Income Debt=0% Good Credit Risks Bad Credit Risks Good Credit Risks Yes Yes Yes NO NO NO Income$40K 节点 决策树的分支过程就是对数据进行分类的过程，利用几个变量（每个变量对应一个问题）来判断数据所属的类别。在分支后，要使不同分支之间数据的差异尽可能大、同一分支内的数据尽量相同。这一分割过程也就是数据的“纯化”过程。 数据挖掘方法 决 策 树 的 算 法 步 骤 ○假设T为训练实例集 ○选择一个最能区别T中实例的属性 ○创建一个决策节点，它的值为所选择的属性 ○创建该节点的分支，每个分支代表所选属性的一个唯一值 ○使用分支的值，将数据实例分割为子类 ○对于步骤5所创建的各个子类： ★如果子类中的数据实例满足以下条件，可按此决策树对新数据实例指定类别 ☆分割中只包含一条数据实例 ☆分割中所有数据实例的属性都相同 ☆继续分割得到的改进不明