1.数据挖掘模式研究
``
2.决策树和决策树归纳。
决策树(decision tree)是一种类似于流程图的树结构,其中,每个内部结点(非树叶结点) 表示在一个属性上的测试,每个分支 代表该测试的一个输出,而每个树叶结点(或终端结点)存放一个类标号。树的最顶层是根结点。
决策树归纳 是 一种自顶向下递归树归纳算法,它使用一种属性选择度量为树的每个非树叶结点选择属性测试。ID3、C4.5和CART都是这种算法的例子,它们使用不同的属性选择度量。树剪枝算法 试图通过剪去反映数据噪声的的分支,提高准确率。
3度量术语。
准确率、识别率: T P + T N P + N \frac{TP+TN}{P+N} P+NTP+TN
错误率、误分类率: F P + F N P + N \frac{FP+FN}{P+N} P+NFP+FN
敏
高级模式挖掘
最新推荐文章于 2024-07-12 17:31:48 发布