决策树分类器培训课件(PPT 71页)

决策树分类器
数据库知识发现技术
什么叫分类？
分类任务图例
分类任务例子
分类技术
决策树分类器/模型学习
决策树的结构
决策树分类器的解释
构造决策树分类器的原则
举例说明（训练数据）
举例说明（决策树）
举例说明（测试数据）
举例说明（决策树的运用）
举例说明（决策树产生的规则）
举例说明（预测）
决策树的缺点
如何建构决策树？
不纯度的定义
如何度量不纯度
举例说明（类的频率）
举例说明（计算概率）
举例说明（用熵计算概率）
熵的性质
图示熵的性质
举例说明（用Gini索引计算概率）
Gini索引的性质
图示Gini索引的性质
举例说明（用分类误差计算概率）
分类误差的性质
决策树算法的运行方式
举例说明（训练数据的子集合）
取多值的属性
属性Travel cost与三个表
信息增益（information gain）
信息增益计算方法
属性Travel Cost的信息增益
属性Travel Cost按三种方法计算的信息增益
属性Gender按三种方法计算的信息增益
属性Car Ownership按三种方法计算的信息增益
属性Income Level按三种方法计算的信息增益
分裂属性选择的标准
选择第一个分裂属性
用属性Travel Cost分裂训练数据集
用属性Travel Cost分裂训练数据集的结果
训练数据集的三个子集合
用属性Travel Cost产生的树
第二次循环
为第二次循环产生数据集合
Cheap连接的节点的数据集合的不纯度
其它属性按三种方法计算的信息增益
为第二次循环选择分裂属性
第二次循环的数据集合分裂
第二次循环产生的树
用属性Gender分裂子数据集的结果
第三次循环
为第三次循环产生数据集合
Female连接的节点的数据集合的不纯度
建立的决策树
评估技术
增益率
增益率的定义
有关决策树分类器的研究问题
..............................