一、基本概念
1、什么是决策树;
2、知道决策树的学习目的和基本策略;(分而治之)
3、掌握决策树算法,知道有哪三种情况会导致递归返回;
二、划分选择(这里讲的是离散属性值)
1、掌握基本概念和计算公式:信息熵,信息增益(著名的ID3);增益率(C4.5算法);基尼系数(CART算法);
2、知道该如何去选择合适的划分方法;
三、剪枝处理
1、为什么要进行剪纸处理;(对付“过拟合”)
2、决策树的剪纸处理有哪些方法,对应的优缺点有哪些;(预剪纸和后剪纸)
3、如何判断剪纸处理的好坏,衡量标准是什么;
四、连续与缺失值(这里讲的是连续属性值)
1、掌握连续属性的选择方法;
2、若当前节点已经连续属性A了,后续判别能否出现判别标准A呢?对于离散属性是否也一样?
3、如何在属性值缺失的情况下进行划分属性选择;(信息增益计算式推广)
4、给定划分属性,若样本在该属性上的缺失,如何对样本进行划分;(以不同的概率划分到不同的属性中去)
五、多变量决策树
1、决策树所形成的分类变价有什么明显的特点?(轴平行)
2、对变量决策树出现的背景;(学习任务的真实分类边界比较复杂)
3、如何解决上述问题:利用多变量决策树;
4、什么是多变量决策树;
5、对赋值的决策问题,如何使用多变量决策树;(对属性的线性组合)