基于决策树的分类算法.pdfVIP

基于决策树的分类算法

1分类的概念及分类器的评判

分类是数据挖掘中的个重要课题。分类的的是学会个分类函数或分类模型（也常常称作分类器），该模型能把数据库中

的数据项映射到给定类别中的某个。分类可于提取描述重要数据类的模型或预测未来的数据趋势。

分类可描述如下：输数据，或称训练集（trainingset）是条条记录组成的。每条记录包含若条属性（attribute），组

成个特征向量。训练集的每条记录还有个特定的类标签（类标签）与之对应。该类标签是系统的输，通常是以往的些

经验数据。个具体样本的形式可为样本向量：(v1,v2,…,…vn:c)。在这vi表字段值，c表类别。

分类的的是：分析输数据，通过在训练集中的数据表现出来的特性，为每个类找到种准确的描述或者模型。这种描述

常常谓词表。由此成的类描述来对未来的测试数据进分类。尽管这些未来的测试数据的类标签是未知的，我们仍可

以由此预测这些新数据所属的类。注意是预测，不能肯定。我们也可以由此对数据中的每个类有更好的理解。也就是说：

我们获得了对这个类的知识。

对分类器的好坏有三种评价或较尺度：

预测准确度：预测准确度是得最多的种较尺度，特别是对于预测型分类任务，前公认的法是10番分层交叉验证

法。

计算复杂度：计算复杂度依赖于具体的实现