数据挖掘决策树.pptVIP

子树提升 第三十一页，共四十七页，2022年，8月28日 4.4 模型评估 评估是使数据挖掘取得实际进展的关键。在数据挖掘过程的最后阶段，使用一种或多种归纳学习技术得到模型之后，仍然还存在一些重要问题： 1)如何验证和确认模型? 2)对于一个具体问题，使用哪种方法? 3)如何将一种方法与另一种比较? 第三十二页，共四十七页，2022年，8月28日 确认(validation)和验证(verification) 模型确认：用合格检验证明模型在其应用范围内，按照用户确定的目标，以满意的正确率进行工作。换言之，在模型确认中，我们证实数据转换为模型，并且它在表示被观测系统方面具有足够精度。 处理构造正确的模型——对应于系统的模型。 模型验证：证实模型是由数据转换来的、具有足够精度的新表示。 处理正确地构造模型——对应于数据的模型。 数据挖掘结果通过检验过程加以确认和验证。某些检验用来评估模型的行为的正确性(即确认)，而另一些检验旨在评估数据转换成模型的正确性(即验证)。 第三十三页，共四十七页，2022年，8月28日 第一页，共四十七页，2022年，8月28日 内容提要 4.1 引言 4.2 构造分类树 4.3 剪枝导论 4.4 模型评估 第二页，共四十七页，2022年，8月28日 4.1 引言 分类树是使用树结构算法将数据分成离散类的方法。Breiman在20世纪8