MS决策树分析算法

MS决策树分析算法

  1. 决策树算法是分类和回归算法,用于对离散和连续属性进行建模,是一种混合算法。

  2. 决策树根据朝向特定结果发展的趋势进行预测。如购买自行车案例中,10名年轻客户有9名购买,而10名老年客户只有3名购买,则算法推测年龄是购买自行车的关键预测因子。

  3. 它通过在树中创建一系列拆分来生成挖掘模型,每当发现输入列与可预测列密切相关时,改算法吧便向该模型的树中添加一个节点。

  4. 决策树与聚类算法的区别
    决策树:是以目标为导向,分析各属性及其值对目标的影响度来逐步生成决策树的,它最重要的作用是获取输入对输出的想象力的排序。
    聚类:是根据各属性间的关系来对数据进行分类,它最重要的作用是获取各个群体的共有属性

  5. 挖掘结构:挖掘算法要挖掘的数据的结构,就是我们要挖掘的数据的数据模型

  6. 挖掘模型:定义了对挖掘结构的挖掘方式
    6.1. 包含了具体的挖掘算法及其配置
    6.2. 包含了挖掘模型所需的输入、输出列等

  7. 建立数据挖掘项目
    7.1. 打开VS-》新建项目-》商业智能-》Analysis Service-》Analysis Services多维和数据挖掘项目-》项目名“DM-Demo”
    7.2. 建立连接到数据仓库数据源的链接-》使用服务账户

  8. 建立数据源视图(数据挖掘结构视图)
    8.1. 在DW中编写视图如下,该视图获取了所有的会员信息,并通过isBuyer标志标识出是否有过消费记录,(1:是;0:否,必须为数字,不能为字符),目的是挖掘出哪些信息对用户是否购物

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值