数据挖掘决策树算法概述.docVIP

下载本文档

1
0
约1.37万字
约 28页
2023-05-07 发布于湖北
举报
版权申诉

数据挖掘决策树算法概述.doc

1、本文档共28页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

数据挖掘决策树算法概述决策树是分类应用中采用最广泛的模型之一。与神经网络和贝叶斯方法相比，决策树无须花费大量的时间和进行上千次的迭代来训练模型，适用于大规模数据集，除了训练数据中的信息外不再需要其他额外信息，表现了很好的分类精确度。其核心问题是测试属性选择的策略，以及对决策树进行剪枝。连续属性离散化和对高维大规模数据降维，也是扩展决策树算法应用范围的关键技术。本文以决策树为研究对象，主要研究内容有:首先介绍了数据挖掘的历史、现状、理论和过程，然后详细介绍了三种决策树算法，包括其概念、形式模型和优略性，并通过实例对其进行了分析研究目录一、引言 .................................................................................................................... 1 二、数据挖掘 ............................................................................................................ 2 (一)概念 ............................................................................................................ 2 (二)数据挖掘的起源 ......................................................................................... 2 (三)数据挖掘的对象 ......................................................................................... 3 (四)数据挖掘的任务 ......................................................................................... 3 (五)数据挖掘的过程 ......................................................................................... 3 (六)数据挖掘的常用方法 ................................................................................. 3 (七)数据挖掘的应用 ......................................................................................... 5 三、决策树算法介绍 ................................................................................................ 5 (一)归纳学习 .................................................................................................... 5 (二)分类算法概述............................................................................................. 5 (三)决策树学习算法 ......................................................................................... 6 1、决策树描述 ........................................................................................ 7 2、决策树的类型 .................................................................................... 8 3、递归方式 ............................................................................................ 8 4、决策树的构造