一、前言
决策树(decision tree)是一个树结构(可以是二叉树或非二叉树)。其每个非叶节点表示一个特征属性上的测试,每个分支代表这个特征属性在某个值域上的输出,而每个叶节点存放一个类别。使用决策树进行决策的过程就是从根节点开始,测试待分类项中相应的特征属性,并按照其值选择输出分支,直到到达叶子节点,将叶子节点存放的类别作为决策结果。
通过对RFMdata的数据进行决策树分析,运用Excel求各属性准确率,比较准确率大小,构建决策树。
二、Excel决策树分析
1、运用模拟运算表和矩阵乘法,计算属性值和属性的分类准确率。
2、单个属性值的分类准确率与权重。
3、运用模拟运算,分析出每个属性值的分类准确率与权重。
4、运用矩阵乘法,求出属性值的分类准确率。
5、比较各属性值的分类准确率,构建决策树的第一个节点。
6、分出第一个节点后,重复前面步骤求第二个节点
7、画决策树。(链接中,未画完)
三、总结
通过运用模拟运算表和矩阵乘法,计算属性值和属性的分类准确率。根据分类准确率确定决策树节点,构建决策树。
链接:
https://kdocs.cn/