机器学习和大数据分析是决策树的组成部分

文章目录

• 1. 基本流程

  • 2. 划分选择

  • • 2.1 信息熵
  • • 2.2 经典的属性划分方法
  • • • (1) 定义

  • (2) 划分方法

  • (3) 示例题

  • (4) 存在的问题

    • 2.2.2 增益率
    • • （1）定义

  • （2）存在的问题

  • （3）C4.5启发式算法

    • 2.2.3 基尼指数
    • • （1）基尼值

  • （2）基尼指数的定义

  • 3. 剪枝处理

  • • 3.1 划分数据集

    • 3.2 预剪枝

    • • 3.2.1 定义
      • 3.2.2 步骤
      • 3.2.3 样例分析
      • 3.2.4 优缺点

    • 3.3 后剪枝

    • • 3.3.1 定义
      • 3.3.2 步骤
      • 3.3.3 样例分析
      • 3.3.4 优缺点

    • 3.4 预剪枝与后剪枝的选择

  • 4. 连续与缺失值

1. 基本流程

（1）叶节点类别的划分
① 当所有样本全部属于某一类C时 ⇒ 将该节点标记为C类型的叶节点
② 当属性集A为空时 ==> 该节点应被标记为**当前数据