高级模式挖掘

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:$$\frac{TP+TN}{P+N}$$
错误率、误分类率：$$\frac{FP+FN}{P+N}$$
敏