数据挖掘分类方法及其应用
需积分: 50 152 浏览量
2014-06-11
15:11:51
上传
评论
收藏 27KB DOCX 举报
八种分类技术（Classification Techniques）：
一、决策树分析法（Decision tree analysis）
（一）定义：决策树分析法又称概率分析决策方法是指将构成决策方案的有关
因素以树状（其每个内部结点表示在一个属性上的测试，并且该结点的每个后
继分支与该属性的一个可能值相对应，每个叶子结点表示类或类分布。）的方
式表现出来，并据以分析和选择方案的一种系统分析法；是一种逼近离散函数
值的方法。首先对数据进行处理，利用归纳算法生成可读的规则和决策树，然
后使用决策对新数据进行分析。它是典型的分类方法本质上决策树是通过一系
列规则对数据进行分类的过程。
（二）基本原理：通过构造决策树来发现数据中蕴涵的分类规则。如何构造精
度高、规模小的决策树是决策树算法的核心内容。决策树构造可分两步进行。
一、决策树的生成：由训练样本集生成决策树的过程。一般情况下，训练样本
数据集是根据实际需要有历史的、有一定综合程度的，用于数据分析处理的数
据集。二、决策树的剪技：决策树的剪枝是对上一阶段生成的决策树进行检验、
校正和修下的过程，主要是用新的样本数扼集（称为测试数据集）中的数据校
验决策树生成过程中产生的初步规则，将那些影响预衡准确性的分枝剪除。一
颗决策树中不具有预测能力的部分应终止它的生长或对其修剪
（三）主要应用：1. 评价生产方案 2.风险型决策； 3.事故预测和防范；
资源评论
