- 分类任务就是确定对象属于哪个预定义的目标类
- 分类的属性集可以包含连续属性,但类标号必须是离散的,这是分类与回归的区别,回归的目标属性y是连续的
- 分类任务就是通过学习得到一个目标函数(分类模型),把属性集x映射到一个预先定义的类标号y
- 分类模型可以作为解释性工具,区分不同类中的对象;预测未知记录的类标号
- 分类技术适合二元或标称的数据集,不适用于序数或包含关系的属性
- 分类技术是一种根据输入数据集建立分类模型的系统方法。5种包括:决策树、基于规则的分类、神经网络、支持向量机、朴素贝叶斯分类;需要类标号已知的训练集来建立模型,用于类标号未知的检验集。
- 对分类模型的准确率检测是评估的关键
- 决策树:
- 决策树是一种结点和有向边组成的层次结构,三种结点:
- 根节点:没有入边,零条或多条出边
- 内部节点:有一条入边和多条出边
- 叶节点:一条入边,没有出边
- 每个叶节点有一个类标号,非叶节点包含属性测试条件
- 如何建立决策树:搜索空间是指数级的,找出最佳的决策树是不可行的;使用贪心算法,在划分属性时,采用一系列局部最优决策来构造决策树,Hunt算法是ID3、C4.5、CART的基础
- Hunt算法:Dt是与结点t相关联的数据集
- 如果Dt中所有记录都属于一个类,则t是叶节点
- 如果Dt中包含多个类,则选择一个属性测试条件,将记录划分为较小的子集,作为子女结点,对每个子女结点递归调用该算法
- hunt算法的实际
- Hunt算法:Dt是与结点t相关联的数据集
- 决策树是一种结点和有向边组成的层次结构,三种结点:
第四章(1) 分类:决策树
最新推荐文章于 2023-10-27 22:10:34 发布