数据挖掘决策树的建立(PPT 23页)
所属分类:决策管理
文件大小:109 KB
下载要求:10 学币或VIP
点击下载学习数据挖掘的工具-weka
天气数据
ID3决策树算法描述
信息值(熵)、信息增益的概念
ID3算法的不足及改进
C4.5算法做出的改进
C4.5算法的缺点
weka是用Java语言编写的完整的软件资源
Explorer是weka的主要图形用户界面
weka存储数据的原始方式是ARFF或CSV文件格式
ARFF文件是由一组实例组成,
并且每组实例的属性值由逗号分开。(属性的类别)
决策节点:
1.最上面的节点称为根节点,是整个决策树的开始。
2.每个节点子节点的个数与决策树在用的算法有关。(二叉树、多叉树)
分支:判断过程,要么是新的决策节点,要么是叶子
树叶:树的结尾,每个叶子代表一个类别
..............................
下一篇:资本性投资决策(XLS 1页)
精品资料网 m.cnshu.cn
Copyright © 2004- 粤ICP备10098620号-1
风险管理 应急预案 研发管理 运营管理 内部管理 商业模式 执行力 连锁经营 公司治理 工厂管理 创新管理 家族企业 效率管理 名企案例 企业理念 价值管理 特许经营 瓶颈管理 调查问卷 策划方案 领导力 团队建设 企业变革 企业文化 战略管理 竞争策略 管理知识 危机管理 成本管理 项目管理 发展战略 年度计划 决策管理 企业上市 供应商 组织设计 产品管理 采购管理 品牌管理 企业诊断 企业咨询 商务谈判 物流管理 运作管理 管理制度 行业报告 经营管理 企划方案 MBA 流程管理 目标管理 招标投标 商务礼仪 管理表格 管理技能 管理案例 管理工具 管理手册 职业经理人 商业计划书 董事与股东 可行性报告