决策树学习算法概要(PPT 48页)

简介
决策树表示法
决策树学习的适用问题
基本的决策树学习算法
决策树学习中的假想空间搜索
决策树学习的常见问题
决策树学习算法概要
1.决策树算法的框架(1/5)
1.决策树算法的框架(2/5)
1.决策树算法的框架(4/5)
1.决策树算法的框架(5/5)
2.决策树学习的适用问题(1/2)
2.决策树学习的适用问题(2/2)
3.基本的决策树学习算法
CLS学习算法
CLS算法描述
例1：鸟是否能飞的实例
ID3算法
信息熵(Information Entropy)
熵(Entropy)
信息论
属性选择
最佳分类属性
ID3主算法流程图
例2.
Decision Tree (结果输出)
用信息增益度量期望熵最低
举例
用ID3算法得到的有关气候的决策树
ID3算法的优缺点
C4.5
决策树学习中的假设空间搜索
决策树学习的常见问题(1)
解决方法
决策树学习的常见问题（2）
决策树学习的常见问题（3）
决策树的优点
不足之处
..............................