u012576055的专栏

通过比较父节点（划分前）的不纯程度和子女结点（划分后）的不纯度，他们的差越大，测试条件的效果越好。增益   是一种可以用来确定划分效果的标准： 其中I 是给定结点的不纯性度量，N是父节点上的记录总数，K 是属性的个数，N是与子女结点v 相关联的记录个数 两个不同类的相邻区域之间的边界称作决策边界。   模型的过拟合   分类模型的误差大致分为两张：训练误差（再代入误差或表现误差），

预测任务：根据其他属性的值，预测特定属性的值。 通常 数据挖掘的任务                        描述任务：导出概括数据中潜联系的模式   四种主要的数据挖掘任务：预测建模、关联分析、聚类分析、异常检测   预测建模：     分类：用于预测离散的目标变量                回归：用于预测连续的目标变量 关联分析：用于发现描述数据中强关联特征的