智能决策树算法实战解析与应用延伸.pptVIP

决议树算法及应用拓展;概述(一);概述(二);预备知识一(BuildingTree);使用决议树进行分类;决议树算法;伪代码(BuildingTree);属性选择的统计度量;信息增益度度量(ID3/C4.5);训练集(举例);使用信息增益进行属性选择;DecisionTree(成果输出);基尼指数GiniIndex(IBMIntelligentMiner);预备知识二(PruningTree);两种剪枝标准;CostofEncodingDataRecords;CostofEncodingTree;剪枝算法;计算最小子树代价的伪代码;引入Public算法;详细思绪;改善算法的伪代码;计算子树代价下界;Public(S)算法(一);Public(S)算法(二);Public(S)算法(证明一);Public(S)算法(证明二);计算minCost_S的代码;Public(S)示例;Public(V)算法;算法比较;试验数据(Real-life);试验成果(一);试验成果(二);算法成果分析;言归正传—捕捉数据变化的挖掘方法;方法三的相应算法;标识几个不同的变化类型;小结;个人观点;计算分裂点属性代价下界的算法代码