数据挖掘基础及应用 课件 第4章_分类问题分析_蓝橙课堂版1.pptx

01;本章学习路线;分类任务与类别标签;分类模型的完整工作流程;决策树：逐层判断直到叶节点;规则提取：从根到叶读一条路径;熵与基尼不纯度;信息增益：分裂后减少了多少熵;增益率：考虑分裂本身的信息量;基尼分裂：比较子节点加权不纯度;例4.1：两个特征提供了相同的信息;例4.2：构建决策树的递归过程;例4.3：用函数包建立决策树;预剪枝与后剪枝的区别;例4.4：Iris决策树与剪枝选参;剪枝路径与规则输出;支持向量机：最大化分类间隔;软间隔与参数C;线性核、多项式核与RBF核;例4.5：在同一划分上比较SVM核;决策边界可视化的坐标要一致;贝叶斯定理：用证据更新先验;有向无环图与条件概率表;骰子案