excel决策树_酸奶决策树分析

决策树分类算法一般分为两个步骤：决策树生成和决策树修剪，运用决策树分析法，可以找到酸奶的目标人群市场，通过此次决策树分析，我们得出中收入的未婚和离异的男性为目标市场人群。

一、数据分析

首先计算熵和信息增益。样本的概率分布越均衡，它的信息量（熵）就越大，样本集的混杂程度就越高，信息增益越大，说明属性对分类提供的信息越多。

共有三种不同影响因素，即性别、收入、婚姻状况，一个结果（yes/no）

信息熵： Ent（S）=-

=-0.3*

0.3-0.7*

0.7=0.8813

当性别为男时，4个no，3个yes

Ent（S，性别=男）=-3/7*

3/7-4/7*

4/7=0.9859

当性别为女时，3个no

Ent（S，性别=女）=0

条件熵：Ent（S，性别）=7/10* Ent（S，男）+3/10* Ent（S，女）=0.6901

信息增益：Gain（S，性别）= Ent（S）-Ent（S，性别）=0.1912

同理可得：

Gain（S，收入）=0.5568

Gain（S，婚姻状况）=0.2813

通过计算得出收入的信息增益最大，故把收入作为根节点。

然后对收入分类下的三种情况，分别求对应的信息增益：因为高收入和低收入只有no，所以不用计算。中收入情况下既有yes又有no，还需要继续分枝，计算得出婚姻状况的信息增益最大，将婚姻状况设为节点。由于婚姻状况下的子节点中的样本属于同一类，故终止。

二、决策树

三、准确率

1) True positives(TP):被正确地划分为正例的个数，即实际为正例且被分类器划分为正例的实例数(样本数) ；

2) False positives(FP):被错误地划分为正例的个数，即实际为负例但被分类器划分为正例的实例数；

3) False negatives(FN):被错误地划分为负例的个数，即实际为正例但被分类器划分为负例的实例数；

4) True negatives(TN):被正确地划分为负例的个数，即实际为负例且被分类器划分为负例的实例数。

准确率=(TP+ TN)/( TP+ FP+ FN+TN)

训练数据:(3+7)/(3+0+0+7)*100%=100%

测试数据:(TP+ TN)/( TP+ FP+ FN+TN)=0+2/0+1+1+2=1/2

四、总结与建议

1、 中等收入的未婚和离异男性为目标市场消费人群，可针对这类消费者推出各种促销活动。

2、保证产品质量，提高顾客的忠诚度。

3、创新产品，推出更多类型酸奶，吸引新的消费群体，开拓市场。