数据科学与大数据分析-8

Classification分类

• 决策树
  • • 决策树算法
    • 评估决策树模型
    • 决策树的特性

  • 简单贝叶斯分类器

  • • 平滑处理技术

  • 分类器的诊断分析

  • • 混淆矩阵

  • 其他分类模型

• 分类作为数据挖掘应用中的基础学习方式之一，具有广泛的应用价值。
• 分类模型的核心功能在于为新获取的数据样本赋予相应的类别标识。
• 监督式分类方法
– 基于一组已标注的数据样本进行训练。
– 进而实现对未知数据的预测与归类。

Decision Tree

• 每个节点用于检验特定的输入变量。
• 每个分支体现所做出的决策。
• 对新样本进行分类的过程，即为沿着该决策树进行遍历。
• 节点的深度表示从根节点出发到达该节点所需的最少步骤数。
• 叶子节点位于树结构末端的分支末梢，用于表示具体的类别标签。

当决策涉及数值型数据时，“大于”对应的分支通常置于右侧，“小于”对应的分支则位于左侧。依据变量本身的特性，某一分支可能还需要涵盖